通义千问开源 Qwen3.8-Flash-Next，一款多模态 MoE 模型，也是 Qwen4 架构的早期预览。
该模型采用 GDN + QSA 混合注意力等四项升级，总参数 125B，每 token 激活 6B，训练成本约为 Qwen3.7-Plus 的 1/9，编码与办公任务能力更强。
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmta2veap03nmrolwxllvp4ay
AIニュース / 業界動向
Back to AI news
Qwen3.8-Flash-Next オープンソース：Qwen4 アーキテクチャの早期プレビュー
通義千問オープンソース Qwen3.8-Flash-Next、マルチモーダル MoE モデルであり、Qwen4 アーキテクチャの初期プレビューでもあります。このモデルは GDN + QSA ハイブリッドアテンションなどの4つのアップグレードを採用しており、総パラメータ数は125Bで、1トークンあたりのアクティ...
本日のAI情報サマリー
通義千問オープンソース Qwen3.8-Flash-Next、マルチモーダル MoE モデルであり、Qwen4 アーキテクチャの初期プレビューでもあります。
このモデルは GDN + QSA ハイブリッドアテンションなどの4つのアップグレードを採用しており、総パラメータ数は125Bで、1トークンあたりのアクティベーションは6B、トレーニングコストは Qwen3.7-Plus の約1/9で、エンコーディングおよびオフィス業務の能力が向上しています。 🔗 原文を読む via AIHOT · https://aihot.virxact.com/items/cmta2veap03nmrolwxllvp4ay
资讯正文 · AI 整理
情報評価
Aioga 编辑摘要
通义千问开源 Qwen3.8-Flash-Next，并将其定位为多模态 MoE 模型及 Qwen4 架构的早期预览。材料称，该模型总参数为 125B，每 token 激活 6B。
背景分析
公开材料介绍，Qwen3.8-Flash-Next 采用 GDN 与 QSA 混合注意力等四项升级，训练成本约为 Qwen3.7-Plus 的九分之一，并强调编码与办公任务能力更强。
Aioga 观点
Aioga 判断，这次发布的核心信号是架构预览与模型开源同时推进。材料对能力提升作出概括，但未提供具体评测数据，因此不宜据此断言其全面领先。
影响与后续
值得关注的是，125B 总参数与每 token 激活 6B 的组合，显示该模型在参数规模和单 token 激活量之间进行了取舍。其实际效率与任务表现仍需结合公开测试进一步核验。 建议持续核对 Qwen 官方后续材料，重点关注四项架构升级的完整说明、编码与办公任务的评测方法及结果，以及训练成本口径，避免仅依据摘要判断模型价值。
Source and Copyright
取得元が提供するタイトル、要約、出典、元記事リンクを掲載しています。記事全文は転載していません。
取得経路: REST API · 元ドメイン: qwen.ai
出典: Qwen：Blog Retrieval（API
元記事: 元記事を開く
Aioga アーカイブ: 情報ページを開く
Content record: summary-fallback · Updated: 2026-08-26T12:30:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article