Qwen3.8-Flash 今日发布

Qwen3.8-Flash 是阿里巴巴通义千问团队于2026年8月发布的开源大语言模型，采用全新下一代（Next）架构，主模型参数125B，叠加51B的N-gram Embedding记忆库，每个Token仅激活6B参数。这种稀疏激活设计使得模型在保持高性能的同时大幅降低计算成本。性能方面，Qwen3.8-Flash超越Claude Opus 4.6，接近Opus 4.8，但推理成本大幅低于两者。训练成本下降九成，源于架构创新与训练数据工程的双重突破。上下文长度达32,768原生，支持通过YaRN技术扩展至131,072 Token。支持双模式切换：思考模式（Think Mode）用于复杂推理、数学、代码任务；非思考模式用于快速对话与通用任务。全面开源，支持SGLang、vLLM、Ollama、LMStudio、MLX-LM、llama.cpp等主流推理框架。开发者可通过Hugging Face transformers或SGLang/vLLM快速部署，支持OpenAI兼容API调用。Qwen3.8-Flash创下模型效率全球新基准，代表阿里通义千问在开源大模型领域的技术突破。