阿里发布Qwen3.8-Flash 训练成本仅前代1/9

时间：2026年8月26日晚（北京时间） 地点：中国杭州——阿里通义千问团队 人物：阿里通义千问团队 事件详情：阿里通义千问团队于8月26日晚正式发布并同步开源最新一代多模态大模型 Qwen3.8-Flash，同时放出 Qwen3.8-Flash-Next 的开源权重——后者被官方定位为全新一代 Qwen4 系列模型的架构雏形。Qwen3.8-Flash 是多模态混合专家（MoE）模型，主模型参数 125B，额外配备 51B 的 N-gram Embedding，每 token 仅激活 6B 参数；原生支持 262,144 tokens 上下文，可通过 YaRN 扩展至 1M tokens。 背景：模型围绕四大方向系统升级。Attention 引入 GDN（Gated DeltaNet）+ QSA（Qwen Sparse Attention）混合架构，GDN 压缩历史信息，QSA 通过轻量 Indexer 在 micro-block 粒度筛选重要上下文，使 1M token 长上下文在 Prefill 阶段提速最高 7.6 倍、Decode 阶段提速 4.9 倍。Residual 引入 Gated Residual（GR）机制，把残差流扩展为 4 条并行分支，残差状态支持 FP8 存储以大幅降低访存开销。Embedding 引入 51B N-gram Embedding，参数可卸载至 Host Memory，通过异步 Prefetch 与模型计算重叠。Optimization 采用 Muon Optimizer，并针对新架构重新拟合了 Scaling Law。 影响：相比上一代 Qwen3.7-Plus，Qwen3.8-Flash 训练成本仅约前者的九分之一（骤降近 90%），性能却超越 Claude Opus 4.6、接近 Opus 4.8。后训练后，Qwen3.8-Flash 在 SWE-bench Pro 智能体编程评测中领先 Opus 4.6 多达 9.1 分；在长程专业任务 CoWorkBench、真实工具调用 Toolathlon Verified 中超越 DeepSeek-V4-Flash；在 JobBench 智能体评测中超出 Opus 4.6 近 20 分。多模态方面，AndroidWorld 移动端智能体比 Opus 4.6 高 22.5 分、MathVision 高 25.1 分、具身智能 ERQA 任务领先 31.5 分。推理定价为每百万 tokens 输入 1 元、输出 3 元，仅为 Claude Opus 4.6 的 3%、DeepSeek-V4-Flash 闲时价的 2/3。 总结：Qwen3.8-Flash 以"千亿参数仅激活 6B"的极致效率，把训练成本打到上一代的 1/9、推理价格打到 Claude Opus 4.6 的 3%，并将 Next 架构作为 Qwen4 雏形同步开源，重塑大模型性价比"斩杀线"。模型权重已于北京时间 8 月 26 日 23:00 在 Hugging Face 与 ModelScope 平台开源，同步发布 FP8 量化版本；首发上线"千问办公"，千问 AI 平台 API 服务也即将开放。 参考来源： [1] IT之家：https://www.ithome.com/0/994/735.htm [2] 凤凰网汽车：https://auto.ifeng.com/c/8vudpFAYGC3 [3] 和讯科技/新浪科技：https://tech.hexun.com/2026-08-26/224897067.html [4] 今日头条（极目新闻）：https://www.toutiao.com/article/7678327433016050176/ [5] 今日头条（新京报）：https://www.toutiao.com/article/7678356666886210088 [6] 腾讯新闻：https://new.qq.com/rain/a/20260826A0DJUE00 [7] ITBear 科技资讯：https://www.itbear.com.cn/html/2026-08/1524176.html [8] 网易（IT之家转载）：https://www.163.com/dy/article/L59UR42V05568W0A.html [9] 虎科技：https://www.hukeji.com/ruanjian/202608/139283.html [10] 新浪新闻（紫牛新闻）：https://k.sina.com.cn/article_7880068204_1d5b04c6c06801gjio.html