阿里开源Qwen3.8-Flash 训练成本暴降90%

时间 2026年8月26日23:00（北京时间） 地点 中国·杭州 人物 阿里通义千问团队 事件详情 8月26日晚，阿里通义千问团队正式发布并同步开源新一代混合专家（MoE）模型Qwen3.8-Flash。该模型主模型参数量125B，每token激活6B参数，并额外配备51B的N-gram Embedding，原生支持262,144 tokens上下文，可通过YaRN扩展至1M tokens。 模型在四大维度进行系统升级：Attention层引入GDN（Gated DeltaNet）与QSA（Qwen Sparse Attention）混合架构，长序列场景下可提速8倍以上；Residual层引入Gated Residual机制，将残差流扩展为四条并行分支；Embedding层引入51B参数N-gram Embedding，相关参数可卸载至Host Memory，通过异步Prefetch与计算重叠；Optimization层采用Muon Optimizer，并针对正交化精度等策略进行优化。 模型权重于北京时间8月26日23:00在Hugging Face与ModelScope（魔搭社区）同步开源，并发布FP8量化版本。Qwen3.8-Flash-Next默认支持1M上下文并内置官方工具，提前公开了下一代Qwen4架构的部分设计。 背景 Qwen系列已开源Qwen3.8-Max、Qwen3.8-27B及Qwen3.8-Flash三个尺寸，系列总参数量达2.4T；Qwen模型全球下载量已突破30亿次，衍生模型超过30万个。当前国内大模型行业从"参数比拼"转向"性价比与落地能力"较量，DeepSeek、Kimi等厂商也推出同类高效MoE模型。 性能与价格 相比上一代Qwen3.7-Plus，Qwen3.8-Flash训练成本下降近90%，仅使用约九分之一资源即可完成训练。在14项基准测试中的8项取得最佳结果，包括MMLU-Pro、SuperGPQA、BBH、SWEBench-Pretrain、MGSM与MMMU等。 API定价为每百万Tokens输入1元、输出3元，约为Claude Opus 4.6的3%，最低为DeepSeek-V4-Flash价格的1/3。在SWE-bench Pro智能体编程评测中领先Opus 4.6达9.1分，AndroidWorld移动端智能体评测高出22.5分，MathVision视觉数学推理高出25.1分，具身智能ERQA任务领先31.5分。 千问办公已首发上线该模型，标准模式内置Qwen3.8-Flash，可完成95%的日常办公任务；高级模式处理剩余5%重度复杂任务。 影响 1. 训练成本降至前代1/9，加速行业从"参数堆叠"转向"效率竞争"； 2. API价格低至DeepSeek-V4-Flash的1/3，进一步压缩中小企业的AI调用成本； 3. QSA+GDN混合注意力架构为下一代Qwen4模型预演关键路径； 4. 同步开源Next架构权重，邀请全球社区共同验证并迭代下一代模型。 总结 阿里通过Qwen3.8-Flash的稀疏MoE架构与Agent深度协同优化，正式打破AI应用"高性能、高成本、高延迟"的不可能三角。该模型同时也是下一代Qwen4架构的技术试验田，多项新架构思路将在Qwen4旗舰产品上落地。 参考来源 1. 中国证券报《阿里发布Qwen3.8-Flash模型并开源》：https://jnzstatic.cs.com.cn/zzb/htmlInfo/131390.html 2. 果壳《Google发布Gemini Omni 1.1 Flash视频生成模型；阿里通义发布Qwen3.8-Flash》：https://www.guokr.com/article/470063/ 3. 搜狐《阿里通义千问团队发布Qwen3.8-Flash并开源新架构》：https://m.sohu.com/a/1068020191_122066678 4. 今日头条《大河财立方：千问Qwen3.8-Flash发布,大模型转向效率竞争》：https://www.toutiao.com/article/7678596425587999232 5. 今日头条《阿里发布Qwen3.8-Flash:性能超Opus4.6》：https://www.toutiao.com/article/7678359104330465792/ 6. 搜狐《阿里通义发布Qwen3.8-Flash模型：125B参数,训练成本仅为前代1/9》：https://www.sohu.com/a/1068006577_122066678