Qwen3.8-Flash-Next

总参数 180B、每个 token 只用 6B 的混合专家模型,同时是 Qwen4 架构的预览版。

一句话概括. Qwen3.8-Flash-Next 是阿里推出的快速中型 AI 模型。它虽然存了 1800 亿参数,但每次只调用 60 亿,所以回答很快。它也展示了阿里下一代 Qwen4 打算采用的新设计。

概述

Qwen3.8-Flash-Next 于 2026 年 8 月 26 日发布。阿里把它定位为 Qwen4 架构的早期公开预览,就像当年的 Qwen3-Next 预览了后来用于 Qwen3.5 到 Qwen3.8 的设计一样。

它是多模态混合专家(MoE)模型:1250 亿参数的主模型,每个 token 激活 60 亿(512 个专家中选 10 个,外加 1 个共享专家),另有 510 亿参数的 n-gram 嵌入和 40 亿参数的多 token 预测层,合计 1800 亿。模型接收文字和图像,输出文字。上下文窗口原生 262,144 个 token,可扩展到 100 万。

它引入了四项新设计:名为 Qwen Sparse Attention 的稀疏注意力层按 token 块工作,并与 Gated DeltaNet 搭配;Gated Residual 把残差流变宽;n-gram 嵌入用查表的方式增加容量,计算量小、便于卸载;还有使用 Muon 优化器的新训练方案。阿里称其训练成本约为 Qwen3.7-Plus 的九分之一,而在编程和办公任务上表现更好,这是厂商宣称。

权重提供 BF16(约 360 GB)和 FP8(约 186 GB)两种。许可证为 Qwen Community License 1.0。

适合做什么

  • 在一台多卡服务器上快速、低成本地服务多模态助手
  • 每个 token 只激活几十亿参数,延迟低,适合智能体和编程负载
  • 想研究 Qwen4 预期架构的研究者
  • 最长 100 万 token 的长上下文任务

需要注意

  • 虽然每个 token 只用 60 亿参数,但全部 1800 亿参数都要放进内存
  • Qwen Community License 1.0 不是 Apache 2.0,商用前请阅读条件
  • 它是新架构的预览版,工具链支持可能落后于老模型
  • 阿里给出的成本和质量对比都是自报数据

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 Flash-Next 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
Flash-Next BF16 180B 激活 6B 414 GB 207 GB 124 GB 大内存台式机
Flash-Next FP8 FP8 180B 激活 6B 414 GB 207 GB 124 GB 大内存台式机

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。

显存计算器

许可证,用大白话说

类 MIT 的许可证,但托管条款比 Qwen3.8-Max 许可证更严格。你可以自由地用模型做产品,但经营“模型即服务”或“AI 工作助手”业务的,无论营收多少,都需要另行获得授权。

  • 需要署名或标明模型名称
  • 超过一定规模销售托管服务需另行签约

进一步了解 Qwen Community 1.0

延伸阅读

常见问题

Qwen3.8-Flash-Next 是什么?
Qwen3.8-Flash-Next 是阿里推出的快速中型 AI 模型。它虽然存了 1800 亿参数,但每次只调用 60 亿,所以回答很快。它也展示了阿里下一代 Qwen4 打算采用的新设计。
Qwen3.8-Flash-Next 可以商用吗?
可以,但有条件。Qwen3.8-Flash-Next 采用 Qwen Community 1.0 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 超过一定规模销售托管服务需另行签约。产品上线前请阅读许可证原文。
Qwen3.8-Flash-Next 是开源的吗?
Qwen3.8-Flash-Next 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 Qwen Community 1.0 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 Qwen3.8-Flash-Next 吗?
只有大内存机器才行。最小版本 Flash-Next 在 4 位精度下约需 124 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
Qwen3.8-Flash-Next 是什么时候发布的?
Qwen3.8-Flash-Next 由 Alibaba Qwen 于 2026年8月26日 发布。
Qwen3.8-Flash-Next 的上下文窗口有多长?
Qwen3.8-Flash-Next 支持最长 256K token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月8日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Qwen3.8-27B Alibaba Qwen 27.8B 256K Apache 2.0 (宽松) 19 GB 游戏显卡
GLM-5.3-Flash Z.ai (Zhipu AI) 320B 激活 18B 1M MIT (宽松) 221 GB 大内存台式机
MiniMax M3.1 Flash MiniMax 428B 激活 23B 1M MiniMax Community (附条件) 277 GB 大内存台式机
Qwen-Image-2.1 Alibaba Qwen 7.1B – Qwen Research License (非商用) 20 GB 游戏显卡