趋近智
Qwen 3.8 Flash Next
活跃参数
124B
上下文长度
262K
模态
Text
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
-
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
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
262144 个令牌
消费级
15x RTX 4090
24GB VRAM
数据中心
4x NVIDIA A100
80GB VRAM
Apple Silicon
3x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#37
| 基准 | 分数 | 排名 |
|---|---|---|
0.62 | 8 | |
Web 开发 | 1622 | ⭐ 8 |
0.87 | 19 | |
0.76 | 22 | |
LiveBench 平均分 | 0.76 | 26 |
0.74 | 29 | |
Agent Arena | 0.03 | 40 |
0.73 | 45 | |
0.86 | 48 |
排名
排名
#37
编程排名
#46
关于 Qwen 3.8 Flash Next
Qwen 3.8 Flash Next 是一款实验性下一代语言模型，专为超快速推理和高效推理而优化。它融合了通义千问（Qwen）最新的架构改进，旨在跨复杂任务提供高吞吐量。
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
5.5B
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
-
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。