Qwen3.8-Flash

Qwen3.8-Flash是什么

Qwen3.8-Flash 是阿里云通义千问团队推出的多模态混合专家（MoE）大模型，其开源权重以 Qwen3.8-Flash-Next 的名义在 Hugging Face 发布。模型总参数量达 125B，借助 MoE 架构每 token 仅需激活 6B 参数即可完成推理，并原生支持 262K 上下文窗口、可扩展至 1M。凭借 GDN+QSA 混合注意力、门控残差、N-gram 嵌入层与 Muon 优化器四项底层架构革新，它将训练成本压缩至前代 Qwen3.7-Plus 的九分之一，在软件工程、办公自动化与多模态感知等方向展现出旗舰级能力，同时也被官方定位为 Qwen4 系列架构的试验田。

Qwen 官方博客宣布 Qwen3.8-Flash 正式发布（开源版本名为 Qwen3.8-Flash-Next）

Qwen3.8-Flash的主要功能

1. 海量信息检索与分析：原生 262K 上下文、可扩展至 1M，足以整卷读入大型代码库与长篇技术文档，完成深度检索与解析。
2. 端到端软件工程：具备的代码编写、故障排查与多语言项目维护能力，可承担完整的开发任务闭环。
3. 自动化办公生态：面向复杂冗长的办公流程，通过集成多种工具调用实现任务的自动闭环管理。
4. 全场景多模态感知：覆盖长视频理解、科学图表解析、视觉几何问题与现实场景理解等多种感知任务。
5. 交互式设备操控：依托视觉感知能力直接操控安卓终端、桌面系统与网页界面，实现更深层的人机协作。
6. 严谨推理：在科学实验分析、竞技编程、复杂指令遵循与跨学科综合推理等高难度任务中表现出色。

Qwen3.8-Flash的四项底层架构革新

1. GDN+QSA 混合注意力：每四层网络交替部署三层 Gated DeltaNet 与一层 Qwen Sparse Attention，在记忆存储与精准检索之间取得平衡，将 1M 上下文下的预填充（Prefill）吞吐量提升 8.6 倍。
2. 门控残差（GR）：把传统单线残差流升级为四路并行分支，用动态门控调配信息读写，强化长距离信息关联，并支持 FP8 格式存储以优化显存占用。
3. N-gram 嵌入层：在传统 Embedding 之上增设 51B 参数的 N-gram 模块，通过异步预取与计算重叠技术，在几乎不增加计算负担的前提下增强对短语搭配模式的捕捉。
4. Muon 优化器：对核心线性映射权重引入正交化优化，Embedding 与 Router 部分沿用 AdamW，并优化 Scaling Law 策略，支持更高效的学习率与批处理规模。

Qwen3.8-Flash的基准测试表现

作为 Qwen4 系列架构的试验田，Qwen3.8-Flash 在发布时同步公开了完整的技术报告与基准成绩，方便开发者与研究者复核其架构收益。

在官方公布的成绩中，Qwen3.8-Flash-Next 于 SWE-bench Pro 软件工程基准取得 62.5 分，在 AndroidWorld 移动操控基准达到 84.5 分，并在 MathVision 等视觉与科学类基准上对同类竞品保持领先。结合 1M 上下文下的高速处理能力与 FP8 支持、N-gram 卸载至内存等工程方案，它在 Agent 智能体协同、软件工程与多模态操控任务中确立了新一代智能体基座的定位，同时显著降低了开发者的硬件部署压力。

Qwen3.8-Flash-Next 在 Hugging Face 的开源权重仓库页面

如何使用Qwen3.8-Flash

1. 本地化部署：从 Hugging Face 获取 Qwen3.8-Flash-Next 开源权重，根据自身算力条件自主部署。
2. 云端 API 调用：通过千问 AI 官方平台接入服务，官方表示采用极具竞争力的定价策略（具体价格以官方平台公示为准）。
3. 千问办公应用：在办公场景中直接调用，体验长文档处理与自动化办公的便利，相关生态可参考千问办公 QwenWork。
4. 学术研究：查阅 GitHub 仓库中的技术报告，获取架构细节与训练方案进行二次开发。

Qwen3.8-Flash的使用场景

1. 代码库级开发与重构：借助 262K~1M 上下文整库理解代码，适合大型项目的检索、排查与端到端开发，可与Qwen 3.8-Max 等同家族模型按任务规模搭配使用。
2. 智能体与设备操控：以视觉感知驱动安卓、桌面与网页操控，构建自动化 Agent 工作流。
3. 长文档与办公自动化：处理长报告、合同与表格流程，配合Qwen Chat 等对话入口完成日常任务。
4. 科研与图表解析：解析科学图表、长视频与几何问题，服务科研与工程分析场景。
5. 多模态创作延伸：在通义家族中还可与通义万相（Qwen-Image）等视觉生成模型组合，覆盖理解与生成两端；轻量在线体验也可尝试Qwen3.app。

Qwen3.8-Flash的常见问题解答

Qwen3.8-Flash 与 Qwen3.8-Flash-Next 是什么关系？

Qwen3.8-Flash-Next 是开源权重的发布名称，而 Qwen3.8-Flash 是基于该架构的官方版本，默认即提供 1M 上下文长度与官方内置工具等更多生产级特性。

每 token 激活 6B 参数意味着什么？

这是 MoE（混合专家）架构的特点：模型总参数为 125B，但每个 token 只需调用其中约 6B 参数参与计算，从而在保持大模型能力的同时大幅降低推理成本。

没有云端 API 也能用吗？

可以。Qwen3.8-Flash-Next 的开源权重已托管在 Hugging Face，用户可在本地或私有环境中自行部署，也可以选择千问 AI 官方平台的云端 API。

Qwen3.8-Flash官网网址

官方博客：https://qwen.ai/blog?id=qwen3.8-flash-next

Hugging Face 模型仓库：https://huggingface.co/Qwen/Qwen3.8-Flash-Next

技术报告：https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf

OpenI AI时代点评

Qwen3.8-Flash 的价值在于对成本与性能的极致平衡：以九分之一的前代训练成本、每 token 6B 的激活量，交出了 SWE-bench Pro 62.5、AndroidWorld 84.5 的旗舰级答卷，并以 1M 上下文的高速处理能力服务于智能体与软件工程场景。对于希望在本地部署多模态大模型、或以低成本接入云端能力的开发者而言，它都是当前开源生态中极具吸引力的一款基座模型，值得持续关注其在 Qwen4 系列中的架构演进（官方博客：https://qwen.ai/blog?id=qwen3.8-flash-next）。