开源项目 Strata 支持在普通电脑本地运行千亿参数大模型 Qwen3.8-Flash-Next，通过将部分模型放入内存和固态硬盘，8GB 显存即可运行，但内存需 32GB 起步、推荐 64GB。生成速度约 20 至 70 tok/s，40 以上可用，无需 API 费用，AMD 用户可用 gufo。

阿里通义千问发布Qwen3.8-Flash-Next，作为Qwen4架构预览，采用多模态MoE设计，通过混合注意力、门控残差和N-gram嵌入提升效率，主模型125B参数，激活仅6B，训练成本降至1/9，支持262K上下文，可扩展至百万Token，并已上线HyperAI教程供一键部署体验。

TensorSharp 是纯 .NET LLM 推理引擎，三天内接入 GLM-5.3-Flash 和 Qwen3.8-Flash-Next 新架构。它支持进程内推理，性能上 decode 速度翻倍，prefill 持平，并强调正确性验证和部署便捷性。对 .NET 团队，这标志着前沿模型架构跟进加速，值得纳入 PoC 评估。

阿里通义千问发布Qwen3.8-Flash-Next开源模型，采用MoE、GDN、QSA、Gated Residual和N-gram Embedding等创新架构，125B参数仅激活6B，成本为前代九分之一，性能超越397B旗舰。训练中发现Muon优化器下Batch Size Warmup无效，可节省18.8%算力，引发行业反思。