近日，阿里千问团队正式发布多模态MoE模型Qwen3.8-Flash，并同步开源下一代底层架构Qwen3.8-Flash-Next，该架构也是全新一代Qwen4系列模型的雏形。
Qwen3.8-Flash总参数量125B，额外搭载51B N-gram Embedding，但每token仅激活6B参数。模型原生支持26万token上下文，借助YaRN技术可扩展至100万token。在成本上优势显著，训练开销仅为前代Qwen3.7-Plus的九分之一，API定价每百万Tokens输入1元、输出3元，目前已上线千问AI平台，同步推出“千问办公”功能。
架构层面，团队完成四大核心升级。注意力模块采用GDN+QSA混合架构，GDN负责压缩历史信息，QSA筛选关键上下文，百万token场景下Prefill、Decode最高分别加速7.6倍、4.9倍;Gated Residual机制将残差流拓展为4条并行分支，依靠动态门控优化跨层信息传递，提升训练稳定性;N-gram Embedding利用局部上下文查表扩充模型容量，新增51B参数几乎不增加计算负担;训练环节采用Muon与AdamW混合优化策略，重新拟合Scaling Law，省去批次预热流程。
多项基准测试显示，依靠6B激活参数，基础模型在14项评测中斩获8项最优成绩。微调版本在代码、智能体、多模态任务上表现亮眼，SWE-bench Pro达到62.5分，CoWorkBench、Toolathlon等智能体榜单大幅领先同类模型。
目前Qwen3.8-Flash-Next权重已在Hugging Face、ModelScope开源，完整技术报告同步公开。千问团队提前开放架构，希望借助社区力量验证创新方案，持续迭代技术，稳步推进Qwen4系列模型研发。
