千问深夜开源Qwen3.8-Flash-Next，25B新架构提前剧透Qwen4

2026年8月26日晚，阿里通义千问团队正式发布多模态MoE模型Qwen3.8-Flash，并同步开源了基于下一代Qwen4架构打造的先导预览版Qwen3.8-Flash-Next全部权重。官方明确表示，该模型是全新一代Qwen4系列模型的雏形，此次提前释出架构改动，旨在让全球开发者率先检验，为完整版Qwen4的落地铺路。目前权重已在HuggingFace、魔搭社区全面开源。

一、核心参数：125B总参，每Token仅激活6B

Qwen3.8-Flash-Next采用多模态MoE架构：主模型参数量125B，额外配备51B的N-gramEmbedding，总计约176B，但每个Token仅激活6B参数。模型包含48层网络结构，MoE层集成512个专家，通过top-10路由分配。上下文方面，原生支持262144Token（256K），借助YaRN技术可进一步扩展至1M。如此轻量激活意味着推理成本大幅下降，甚至可在不量化的前提下于单张RTX4090上运行，本地部署门槛显著降低。

二、四大创新，提前剧透Qwen4架构

此次开源最受关注的当属架构层面的四大创新：

1、混合注意力机制：融合GatedDeltaNet与QwenSparseAttention稀疏注意力，兼顾长文本处理效率与信息检索精度。

2、N-gramEmbedding：将常见词组作为独立词条存入"短语词典"，可放置在系统内存而非GPU上，以较低成本增强短语级语义理解。

3、门控残差与多超连接流：优化深层网络的梯度流动与信息传递，支撑更深的模型结构。

4、Muon优化器：新一代训练优化方案，显著提升训练效率并压缩成本。

三、极致成本：训练费用降至九分之一

据官方数据，Qwen3.8-Flash-Next的训练成本约为Qwen3.7-Plus的九分之一，推理价格同样极具竞争力。其姊妹模型Qwen3.8-Flash已上线千问AI平台提供API服务，每百万Tokens输入仅1元、输出3元，并同步放出FP8量化版，进一步降低本地部署门槛，被业界视为对DeepSeek价格优势的直接回应。

四、开源生态：全球社区共同打磨Qwen4

如同Qwen3-Next当年为Qwen3.5验证的GDN+GatedAttention方案，如今已贯穿Qwen3.5至Qwen3.8全系列，Qwen3.8-Flash-Next的开源同样承载着同样的使命——让全球开发者提前评估新架构的部署性能与适用场景。

对关注本地化部署与算力成本的中小团队而言，"先开源、后发旗舰"的策略提供了更低的试错门槛，也让生态社区深度参与Qwen4的打磨。

五、结语

Qwen3.8-Flash-Next的发布，不仅是又一次模型迭代，更是阿里千问对未来技术路线的公开表态：在模型能力与推理成本之间寻找极致平衡。随着完整版Qwen4的临近，国产大模型的竞争正从"参数竞赛"转向"效率与生态之争"。