Qwen3.8-Flash 阿里通义推出的多模态 MoE 模型
Qwen3.8-Flash是什么
Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 模型，总参数量 125B，每 token 仅激活 6B，原生支持 262K 上下文。模型采用 GDN+QSA 混合注意力、门控残差、N-gram 嵌入及 Muon 优化器四大架构创新，训练成本仅为 Qwen3.7-Plus 的 1/9，在编码和办公任务上能力更强。
Qwen3.8-Flash的主要功能
超长上下文处理 ：原生支持 262K tokens，可扩展至 1M，胜任长文档与代码库分析。
代码智能体 ：支持端到端软件工程任务，包括代码生成、调试与多语言开发。
办公自动化 ：执行长程办公流程与专业工作任务，集成工具调用能力。
多模态理解 ：理解长视频、科学图表、视觉数学问题及现实世界场景。
设备与界面操控 ：通过视觉感知操控网页、Android 设备及桌面操作系统。
推理与问答 ：覆盖科学推理、竞技编程、指令遵循与多学科综合推理。
Qwen3.8-Flash的技术原理
GDN + QSA Hybrid Attention ：模型在每四层中安排三层 Gated DeltaNet 和一层 Qwen Sparse Attention，实现高效记忆 + 精准查找的混合注意力机制，在 1M 上下文下 Prefill 吞吐达到前代的 8.6 倍。
Gated Residual（GR） ：将传统单一残差流扩展为四条并行分支，通过动态门控控制各层信息的读写比例，保留长距离信息通道，抑制激活异常值，同时支持 FP8 存储大幅降低访存开销。
N-gram Embedding ：在常规词嵌入之外，引入 51B 参数的 N-gram 嵌入层，结合局部上下文查表捕捉短语搭配模式；该层可卸载至 Host Memory 并通过异步预取与计算重叠，几乎不增加 token 级计算量。
Muon Optimizer ：针对主要线性映射权重采用 Muon 正交化优化，对 Embedding 和 Router 等保留 AdamW；重新拟合 Scaling Law 后支持更大学习率与批次，取消无效的 Batch Size Warmup 策略。
如何使用Qwen3.8-Flash
开源权重部署 ：从 Hugging Face 下载 Qwen3.8-Flash-Next 权重，在本地或云端进行推理部署。
API 服务调用 ：通过千问AI平台调用官方 API，输入 1 元/百万 tokens、输出 3 元/百万 tokens。 千问办公使用 ：在千问办公中直接体验，用于长文档处理、代码生成与办公自动化任务。 查阅技术报告 ：访问 GitHub 仓库中的技术报告，了解架构细节与训练方法以进行深度定制。
Qwen3.8-Flash的核心优势
极致成本效率 ：训练开销仅为 Qwen3.7-Plus 的 1/9，API 定价输入 1 元/百万 tokens，用极低算力成本实现旗舰级性能。
超长上下文领先 ：原生 262K 可扩展至 1M tokens，1M 上下文下 Prefill 吞吐达到前代的 8.6 倍，长序列处理速度与精度兼具。
Agent 与编码能力突出 ：在代码智能体、软件工程、长程办公任务等多项基准上显著超越同级模型，胜任复杂生产级开发工作。
下一代架构创新 ：采用 GDN+QSA 混合注意力、门控残差与 N-gram 嵌入等全新设计，是 Qwen4 系列架构的提前验证版。
多模态操控能力 ：支持长视频理解、视觉网页开发、Android 及桌面设备操控，实现真正的多模态智能体交互。
开源与工程友好 ：Flash-Next 权重已开源，GR 支持 FP8、N-gram 嵌入可卸载至 Host Memory，降低部署门槛与显存占用。
Qwen3.8-Flash的项目地址
项目官网 ：https://qwen.ai/blog?id=qwen3.8-flash-next
HuggingFace模型库 ：https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPefile=Qwen3.8-Flash-Next
技术论文 ：https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
Qwen3.8-Flash的同类竞品对比
对比维度 | Qwen3.8-Flash-Next | DeepSeek-V4-Flash | Claude-Opus-4.6 |
|---|---|---|---|
总参数量 | 125B + 51B N-gram | 284B | — |
激活参数 | 6B | 13B | — |
Agentic Coding (DeepSWE 1.1) | 58.7 | 54.4 | — |
SWE-bench Pro | 62.5 | 56.0 | 53.4 |
多语言软件工程 | 81.0 | — | 77.5 |
长程办公 (CoWorkBench) | 73.9 | 45.1 | 68.2 |
专业工作 (JobBench) | 55.7 | 41.3 | 36.6 |
科学推理 (GPQA Diamond) | 91.7 | 90.8 | 91.3 |
竞技编程 (LiveCodeBench) | 91.9 | 90.6 | 88.8 |
指令遵循 (IFBench) | 81.3 | 79.2 | 62.5 |
多模态工具 (ClawEval-MM) | 64.4 / 60.4 | — | 52.5 / 54.7 |
移动操控 (AndroidWorld) | 84.5 | — | 62.0 |
计算机使用 (OSWorld 2.0) | 19.4 / 52.3 | — | — |
视觉网页开发 (Vision2Web) | 64.0 | — | — |
具身智能 (ERQA) | 72.3 | — | 40.8 |
长视频理解 (LVBench) | 76.6 | — | 63.0 |
视觉数学 (MathVision w/ CI) | 95.7 | — | 65.5 |
科学图表分析 (CharXiv w/ CI) | 90.6 | — | 66.0 |
Qwen3.8-Flash的应用场
超长文档与知识库智能分析 ：用 1M tokens 超长上下文，对整本技术手册、法律合同或大型代码库进行一次性深度理解与问答，无需分段处理。
