阿里通义千问团队近日宣布推出新一代多模态混合专家模型Qwen3.8-Flash，该模型基于尚未正式发布的Qwen4架构研发，被定位为技术预览版本。核心创新在于采用混合专家（MoE）架构，主模型参数量达1250亿，同时配备510亿参数的N-gram嵌入模块，实际推理时每token仅激活60亿参数，在保持高性能的同时显著降低计算资源消耗。
技术架构实现四大突破性升级：在注意力机制方面，创新采用GDN+QSA混合架构，其中门控三角网络（GDN）负责高效压缩历史信息，稀疏注意力模块（QSA）通过微块级索引器筛选关键上下文。实测显示，处理百万token超长文本时，该设计使预填充和解码阶段的注意力计算效率分别提升7.6倍和4.9倍。残差连接模块引入四分支门控机制，配合FP8量化存储技术，使显存占用降低40%以上。
嵌入层创新采用可卸载的N-gram表结构，510亿参数可动态加载至主机内存，通过异步预取技术实现计算与数据加载的并行处理。优化器方面，定制开发的Muon优化器针对新架构特性，在参数正交化、分工策略及矩阵分解等关键环节进行专项优化，重新拟合的扩展定律使模型在60亿激活参数下即可达到千亿参数模型的性能水平。
性能测试数据显示，相比前代旗舰模型Qwen3.7-Plus，新模型训练成本降低至九分之一，但在代码生成和办公自动化场景中展现出更强的处理能力。在涵盖语言理解、数学推理、代码能力等维度的14个基准测试中，Qwen3.8-Flash-Next-Base在8项指标上取得领先，特别是在MMLU-Pro专业考试数据集和SWEBench代码预训练数据集上表现突出。
该模型将于近日在千问AI平台开放API服务，定价策略为每百万输入token收费1元，输出token收费3元。为降低开发者使用门槛，团队同步在Hugging Face和ModelScope平台开源模型权重，提供FP8量化版本以适配不同硬件环境。旗舰版本Qwen3.8-Flash-Next默认支持百万token上下文窗口，并集成官方开发的工具链，开发者可即刻体验新一代架构的强大能力。
