Qwen3.8-Flash-Next

发布背景：一次面向 Qwen4 的架构预演

Qwen3.8-Flash-Next 由阿里巴巴通义千问团队于 2026 年 8 月 26 日以开放权重形式发布，同步上线 Hugging Face 与 ModelScope。官方对它的定位并不是常规的版本迭代，而是下一代 Qwen4 架构的实验性预览版：团队把注意力机制、残差连接、嵌入层和训练优化器上的一系列改动提前放进一个可下载的模型里，先接受社区检验，再在此基础上构建完整的 Qwen4 系列。官方模型卡把这套改动概括为“对现代大模型核心组件在大规模下如何相互作用的一次重新思考”。

需要和名字相近的 Qwen3.8-Flash 区分开：后者是基于 Flash-Next 构建的线上生产服务，默认提供 100 万 tokens 上下文并内置官方工具；而 Flash-Next 是可下载、可自行部署的权重版本。本页记录的是开放权重版本，因此不套用 Qwen3.8-Flash 的 API 价格表。

架构：混合注意力、稀疏 MoE 与 n-gram 嵌入

主模型总参数量 1250 亿，每个 token 仅激活约 60 亿参数；此外还有官方单独列出的 510 亿 n-gram 嵌入参数和 40 亿多 token 预测（MTP）参数。48 层网络由 12 组重复单元堆叠而成，每组是“3 层 Gated DeltaNet + 1 层 Qwen Sparse Attention（QSA）”。QSA 以微块（micro-block）为粒度筛选上下文中的重要片段，预算为 512 个块、2048 个 token，官方称这一混合设计显著降低了智能体类长上下文任务的延迟。

MoE 部分包含 512 个专家，每个 token 路由到 10 个专家外加 1 个共享专家。残差通路采用四分支的 Gated Residual 设计，用逐元素门控和分支级标量写门控制加宽残差流上的读写，官方给出的理由是在提升表达能力的同时保持训练稳定。n-gram 嵌入则是一种通过短 n-gram 索引扩展参数量的方式，目标是在显存受限的加速器上以较低代价扩大模型容量。训练侧，Muon 与 AdamW 被分配给不同的参数组，配合重新拟合的 scaling law，取消了传统的 batch size warmup 并支持更大的学习率。

上下文、模态与思考档位

模型接受文本、图像和视频输入，输出文本。原生上下文长度为 262,144 tokens，可通过 YaRN 扩展到约 100 万 tokens。在 1M 上下文部署下，官方建议为思考内容预留至多 262,144 tokens，最终回答上限 131,072 tokens。思考模式默认开启，可用 enable_thinking=false 关闭；推理强度提供 low / medium / xhigh 三档，默认 xhigh。

官方评测：重心在编程与智能体

官方公布的成绩集中在编程与智能体方向：DeepSWE 1.1 为 58.7，SWE-bench Pro 62.5，SWE-bench Multilingual 81.0，NL2Repo-Bench 48.1，LiveCodeBench v6 91.9；长周期办公与工具任务方面，CoWorkBench 73.9，JobBench 55.7，Toolathlon Verified 73.5，Agents' Last Exam Pass@1 24.3。通用推理上，GPQA Diamond 91.7，HLE 35.9，IFBench 81.3。多模态方面，AndroidWorld 84.5、RealWorldQA 88.5、LVBench 76.6、ERQA 72.3、Vision2Web 64.0、OSWorld 2.0 部分完成分 52.3、RecreationBench 49.9、ClawEval-MM 平均 60.4；MathVision 在不带代码解释器时为 90.6、带解释器时 95.7，CharXiv (RQ) 对应 84.6 与 90.6。官方模型卡称其成绩可与 Claude Opus 4.6、Qwen3.7-Plus 等规模更大的系统相比较。

阅读这些数字时要注意口径：以上均为厂商自测结果，且编程与智能体类项目在 xhigh 思考档位、带工具环境下取得，MathVision 与 CharXiv 明确区分了有无代码解释器，不能与无工具成绩直接混用。

权重规模与部署

标准 BF16 权重约 360 GB，分为 131 个 safetensors 分片，这意味着它不是消费级单卡或个人电脑能够承载的模型，实际部署通常需要多卡服务器或云端环境。官方文档给出了 Transformers、SGLang、vLLM、TokenSpeed 和 llama.cpp 的支持说明。若不打算自建推理集群，可以通过 Qwen Cloud 的托管 API 使用，QwenWork 的 Standard 模式也基于该模型。

许可：可商用，但附带条件

权重采用 Qwen Community License 1.0，允许使用、修改、分发、部署、托管与微调，但附带若干条件：月活跃用户超过 1 亿或月收入超过 2000 万美元的商业产品与服务，须显著标注模型名称；以编码或办公生产力为核心的商业 MaaS（模型即服务）业务和 AI 工作助手业务，需要另行获得 Qwen 的授权。内部使用以及许可中明确排除的情形另作规定。落地前建议按自身的产品规模与业务形态逐条核对许可原文。

官方资料

• Hugging Face 模型卡与权重
• ModelScope 模型页面
• GitHub 仓库与技术报告
• Qwen 官方发布博客