趋近智
Qwen 3.8 Flash
活跃参数
176B
上下文长度
1M
模态
Multimodal
辅助参数
450M
架构
Mixture of Experts
KV 缓存速率
96 KB/tok
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: $0.15 · 输出: $0.47
硬件选型
精度
上下文
工作负载显存: 342.25 GB
FP16 · 8K context
基础权重: 339.00 GB
KV 缓存: 0.75 GB
运行时与计算图: 2.50 GB
最小所需硬件
8x NVIDIA H100 80GB
342.3 / 576.0 GB usable · TP 8
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
评估基准
排名
#43
| 基准 | 分数 | 排名 |
|---|---|---|
0.87 | 4 | |
智能体指数 | 0.54 | 5 |
研究生级问答 | 0.917 | 18 |
0.87 | 27 | |
0.73 | 30 | |
0.74 | 36 | |
0.40 | 38 | |
0.86 | 49 | |
0.69 | 55 | |
LiveBench 平均分 | 0.69 | 55 |
排名
排名
#43
编程排名
#15
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
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
辅助参数
450M
隐藏维度大小
2,560
层数
48
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
资源
关于 Qwen 3.8
阿里巴巴的 Qwen 3.8 系列代表了面向编程、专业工作、科学研究及长周期智能体任务的前沿混合专家（MoE）架构。该系列具备 2.4 万亿总参数（每个 Token 激活 950 亿参数），将门控 DeltaNet 线性注意力与标准门控注意力相结合，同时提供开源权重与托管旗舰级 API 服务。