阿里巴巴发布Qwen3.8-Flash：“Qwen4架构的早期预览”
内容提要
阿里巴巴发布Qwen3.8-Flash，一款1250亿参数的开源多模态MoE模型，作为Qwen4的架构预览。该模型在编码和办公任务上性能优越，训练资源仅需同类模型的九分之一，成本更低。它支持26万token上下文，可扩展至百万，并已在Hugging Face和ModelScope开放。开发者反应不一，有人称赞其能在消费级硬件运行，也有人认为本地模型尚不足以替代远程服务。
延伸解读
架构预览的战略意义
阿里巴巴将Qwen3.8-Flash定位为Qwen4的架构预览，提前开放权重，旨在让开发者社区尽早熟悉其混合注意力、门控残差等设计，以便在Qwen4正式发布前进行技术验证和代码规划。这种策略有助于降低未来迁移成本，并吸引开发者围绕其生态构建应用。
成本与性能的平衡
Qwen3.8-Flash在SWE-bench Pro等基准上表现优于部分同类模型，同时训练资源仅需约九分之一，显著降低训练和推理成本。这体现了其在性能与成本之间的优化，尤其适合对成本敏感的开发者。但需注意，这些数据来自阿里巴巴官方，实际效果可能因任务而异。
开发者体验的两极分化
开发者反馈不一：有工程师在消费级RTX 4090上成功运行该模型，认为本地部署门槛已降低；但也有开发者指出，本地模型在专业软件开发中仍无法完全替代远程服务，基础能力存在不足。这表明模型虽具潜力，但实际应用仍需谨慎评估。
Q&A
Qwen3.8-Flash是什么？它和Qwen4有什么关系？
Qwen3.8-Flash是阿里巴巴发布的一款开源多模态MoE模型，拥有1250亿参数，被视为Qwen4架构的早期预览。它旨在展示Qwen4将采用的设计形式，让开发者提前了解和测试。
Qwen3.8-Flash在哪些任务上表现突出？
Qwen3.8-Flash在编码和办公任务上具有优越能力，在agentic coding、长时程agent任务和多模态智能等基准测试中表现良好。
Qwen3.8-Flash的训练成本如何？
Qwen3.8-Flash的训练资源仅为同类模型的九分之一，显著降低了训练和推理成本，相比其3倍大小的Qwen3.7-Plus更具成本效益。
Qwen3.8-Flash的上下文长度是多少？
Qwen3.8-Flash原生支持262,144个token的上下文，并可通过YaRN扩展到1,000,000个token。
Qwen3.8-Flash在消费级硬件上能运行吗？
有开发者表示，Qwen3.8-Flash-Next（125B A6B）可以在单张24GB RTX 4090上运行，支持250,000上下文窗口，解码速度21 tokens/sec，预填充364 t/s，无需量化或KV cache优化。
开发者对Qwen3.8-Flash的评价如何？
开发者反应不一。有人称赞其能在消费级硬件上运行，认为VRAM限制已死；也有人认为本地模型尚不足以替代远程服务，在专业软件开发中表现不佳。
Qwen3.8-Flash的API价格是多少？
Qwen3.8-Flash的API定价为每百万token输入0.16美元，输出0.47美元（中国开发者输出为3元人民币）。
Qwen3.8-Flash在QwenWork上有什么改进？
在QwenWork上，Qwen3.8-Flash运行重新设计的“标准模式”，每个任务的token消耗减少75%，生成速度大约翻倍。
