AI少年(@aehyok):赶在牛来（Ox Alpha）未来之前，Qwen3.8-Flash-Next 重磅提前发布。看截图，仅三项跑分没有超过 Deepseek v4-flash 或 Claude-Opus 4.6（max）！ 1、Qwen3.8-Flash-Next 作为 Qwen4 架构预览版。 2、原生多模态 MoE 3、参数 125B 的主模型，每 Token 仅激活约 6B 4、额外挂载 51B N-gram Embedding，大内存 Mac和DGX Spark 适配度很高。 5、另外首次引入 QSA：稀疏选择长上下文 6、GDN + QSA 混合 Attention 7、4 路 Gated Residual + Muon Optimizer 8、相比 Qwen3.7-Plus，官方称训练成本降至约 1/9 所以我觉得这次最值得关注的并不是又开放了一个 125B 模型，而是： Qwen 正在把大模型的容量和实际推理计算量彻底拆开。 125B 用来提供容量，6B 负责实际计算，51B N-gram 负责低成本存储局部模式，GDN 负责记，QSA 负责找。

2026.08.26 13:40

赶在牛来（Ox Alpha）未来之前，Qwen3.8-Flash-Next 重磅提前发布。看截图，仅三项跑分没有超过 Deepseek v4-flash 或 Claude-Opus 4.6（max）！ 1、Qwen3.8-Flash-Next 作为 Qwen4 架构预览版。 2、原生多模态 MoE 3、参数 125B 的主模型，每 Token 仅激活约 6B 4、额外挂载 51B N-gram Embedding，大内存 Mac和DGX Spark 适配度很高。 5、另外首次引入 QSA：稀疏选择长上下文 6、GDN + QSA 混合 Attention 7、4 路 Gated Residual + Muon Optimizer 8、相比 Qwen3.7-Plus，官方称训练成本降至约 1/9 所以我觉得这次最值得关注的并不是又开放了一个 125B 模型，而是： Qwen 正在把大模型的容量和实际推理计算量彻底拆开。 125B 用来提供容量，6B 负责实际计算，51B N-gram 负责低成本存储局部模式，GDN 负责记，QSA 负责找。