趋近智
Qwen 3.8 Flash
活跃参数
125B
上下文长度
1M
模态
Multimodal
架构
Mixture of Experts (MoE)
许可证
other
发布日期
24 Aug 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $0.16 · 输出: $0.47
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
264.11 GB VRAM
消费级
13x RTX 4090
24GB VRAM
数据中心
4x NVIDIA A100
80GB VRAM
Apple Silicon
3x Apple M3 Max
128GB VRAM
1000000 个令牌
367.22 GB VRAM
消费级
19x RTX 4090
24GB VRAM
数据中心
6x NVIDIA A100
80GB VRAM
Apple Silicon
4x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#35
| 基准 | 分数 | 排名 |
|---|---|---|
Web 开发 | 1631 | 7 |
0.87 | 19 |
排名
排名
#35
编程排名
#16
关于 Qwen 3.8 Flash
Qwen 3.8 Flash 是阿里巴巴推出的一款高效多模态推理模型，专为编程、智能体工作流和文档分析中的快速推理而设计。它在保持低延迟和长上下文窗口的同时，提供了强大的视觉语言理解能力。
技术规格
注意力
注意力结构
DeepSeek Sparse Attention
注意力头
24
键值头
2
注意力头维度
256
位置嵌入
ROPE
RoPE Theta
10,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
Yes
线性注意力比例
75.0%
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
2,560
层数
48
FFN 中间层大小（稠密层）
-
多 Token 预测头数
1
分词器
词汇量大小
248,320
混合专家
专家参数总数
6.0B
专家数量
512
活跃专家
10
共享专家数
1
FFN 中间层大小（每专家）
640
MoE 前的稠密层数
0