通义千问发布 Qwen3.8-Flash,一款多模态 MoE 模型,也是 Qwen4 架构的早期预览,现已开放权重。
该模型总参数量 125B,每 token 仅激活 6B,原生上下文 262K,可扩展至 1M;
训练成本仅为 Qwen3.7-Plus 的 1/9,并在编码和办公任务上表现更优。
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmta2x13k03t3rolwmr6pzc67
Tongyi Qianwen opublikował Qwen3.8-Flash, wielomodalny model MoE, będący również wczesnym podglądem architektury Qwen4, którego wagi są teraz dostępne. Mod...
Tongyi Qianwen opublikował Qwen3.8-Flash, wielomodalny model MoE, będący również wczesnym podglądem
architektury Qwen4, którego wagi są teraz dostępne. Model ma łącznie 125 miliardów parametrów, przy czym dla każdego tokena aktywowanych jest tylko 6 miliardów, natywna długość kontekstu to 262 tysiące, możliwa do rozszerzenia do 1 miliona; koszt treningu to tylko 1/9 kosztu Qwen3.7-Plus, a model osiąga lepsze wyniki w zadaniach kodowania i biurowych. 🔗 Przeczytaj oryginał via AIHOT · https://aihot.virxact.com/items/cmta2x13k03t3rolwmr6pzc67
通义千问发布 Qwen3.8-Flash,一款多模态 MoE 模型,也是 Qwen4 架构的早期预览,现已开放权重。
该模型总参数量 125B,每 token 仅激活 6B,原生上下文 262K,可扩展至 1M;
训练成本仅为 Qwen3.7-Plus 的 1/9,并在编码和办公任务上表现更优。
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmta2x13k03t3rolwmr6pzc67
通义千问宣布发布 Qwen3.8-Flash。材料称其为多模态 MoE 模型,并定位为 Qwen4 架构的早期预览,模型权重现已开放。
公开材料披露,Qwen3.8-Flash 总参数量为 125B,每个 token 激活 6B;原生上下文长度为 262K,并可扩展至 1M。材料未说明具体扩展方式、适用条件或评测设置。
Aioga 判断,这次发布的核心信号在于将多模态 MoE、较长上下文与开放权重结合,并以 Qwen4 架构早期预览的定位对外呈现。其实际技术影响仍需结合后续模型文档、基准和部署反馈评估。
材料称,该模型训练成本为 Qwen3.7-Plus 的 1/9,并在编码和办公任务上表现更优。值得关注的是,相关成本与性能结论尚未在所给材料中附带测试方法、指标或任务集细节。 后续应关注通义千问是否披露权重许可、模型规格、长上下文扩展条件,以及编码和办公任务的具体基准结果。使用方在选型前也应核验多模态能力范围与实际部署成本。
当前抓取源提供的是标题、摘要、来源和原文入口,不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: x.com
Źródło: @Alibaba_Qwen
原文链接: Otwórz źródło oryginalne
Aioga 归档: 查看情报页
Content record: social-summary · Updated: 2026-08-26T12:34:01.000Z

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.comAioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。