A重点82
meng shao (X)
1 个来源Qwen3.8-Flash 正式发布，Qwen3.8-Flash-Next 开源
阿里巴巴 Qwen 团队发布了多模态 MoE 模型 Qwen3.8-Flash，并开源了其早期预览版 Qwen3.8-Flash-Next，作为 Qwen4 架构的预览。新模型在效率上大幅提升，仅用 1/9 的训练成本就超越了上一代旗舰 Qwen3.7-Plus，在编程、办公等基准测试中表现优异。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Qwen3.8-Flash 发布：以 1/9 训练成本逼近旗舰，Qwen4 架构提前预览
版本 1 · 1 个来源
阿里 Qwen 发布多模态 MoE 模型 Qwen3.8-Flash 并开源其 Next 版本，后者被官方定义为 Qwen4 架构的早期预览。在效率、稳定性和智能体基准上，新模型以远低于上一代旗舰的训练成本实现了多项领先，但部分基准仍落后，且开源版本与生产 API 版本存在差异。
- Qwen3.8-Flash 正式发布，Qwen3.8-Flash-Next 同步开源，官方将其定义为 Qwen4 架构的早期预览。
- 相比上一代旗舰 Qwen3.7-Plus（397B/A17B），Flash-Next 仅用 1/3 激活参数、1/3 训练 token、约 1/9 训练 FLOPs，在 14 个预训练基准上 8 个领先，其余最多落后 2.6 分。
- 稳定性测试显示，在 4 倍最优学习率下，旧架构（AdamW + Qwen3.5 结构）频繁出现 loss 尖峰，而新配方（Muon + 门控残差）零尖峰，且生产级训练全程未使用 qk-clip 等显式裁剪。
- 后训练基准中，智能体编程 DeepSWE 1.1 得分 58.7，远超 Qwen3.7-Plus 的 16.5，也高于 DeepSeek-V4-Flash 的 54.4；SWE-bench Pro 62.5，多语言版 81.0。
- 长程办公/Agent 基准 CoWorkBench 73.9、JobBench 55.7、Toolathlon 73.5，均明显领先对比模型；通用基准 GPQA Diamond 91.7、LiveCodeBench v6 91.9、IFBench 81.3。
- 多模态基准 AndroidWorld 84.5、MathVision 带代码解释器 95.7、OSWorld 2.0 部分 52.3、长视频 LVBench 76.6。
展开章节目录发布与定位
发布与定位
8 月 26 日，阿里 Qwen 团队正式发布多模态 MoE 模型 Qwen3.8-Flash，并同步开源其 Next 版本 Qwen3.8-Flash-Next。官方将 Flash-Next 定义为 Qwen4 架构的早期预览，提前开源的目的在于让 vLLM、SGLang 等推理框架和基础设施开发者在 Qwen4 正式家族发布前完成适配。
生产版本 Qwen3.8-Flash 将很快通过 QwenCloud API 提供，定价为每百万输入 token 0.16 美元、每百万输出 token 0.47 美元。模型参数规模为 125B，并包含 51B N-gram 组件。
效率与稳定性：训练成本大幅降低
根据官方报告，相比上一代旗舰 Qwen3.7-Plus（397B/A17B），Flash-Next 仅使用 1/3 激活参数、1/3 训练 token 和约 1/9 训练 FLOPs，就在 14 个预训练基准上取得 8 个领先，其余最多落后 2.6 分。这一效率提升是本次发布的核心亮点。
稳定性方面，报告给出了可复现的压力测试方法：通过恒定学习率加倍来模拟大规模训练失稳。在 4 倍最优学习率下，旧架构（AdamW + Qwen3.5 结构）频繁出现 loss 尖峰，而新配方（Muon + 门控残差）实现零尖峰。此外，生产级训练全程未使用 qk-clip 之类的显式裁剪手段。
后训练基准：智能体与多模态领先
官方公布的后训练基准对比对象包括 Qwen3.7-Plus、DeepSeek-V4-Flash、Claude Opus 4.6 Max 等。在智能体编程方面，DeepSWE 1.1 得分 58.7，而 Qwen3.7-Plus 仅 16.5，DeepSeek-V4-Flash 为 54.4；SWE-bench Pro 得分 62.5，SWE-bench 多语言版 81.0。
长程办公/Agent 基准中，CoWorkBench 73.9、JobBench 55.7、Toolathlon 73.5，均明显领先对比模型。通用基准方面，GPQA Diamond 91.7、LiveCodeBench v6 91.9、IFBench 81.3。多模态基准中，AndroidWorld 84.5、MathVision 带代码解释器 95.7、OSWorld 2.0 部分 52.3、长视频 LVBench 76.6。
可信度边界
本报告信息主要来源于 Qwen 官方 X 账号及转发帖，属于第一方发布，但基准数据均为官方自测，未经第三方独立验证。部分数据（如训练成本对比）来自官方报告，应视为 source_claim。
核心结论
Qwen3.8-Flash-Next 以极低的训练成本实现了接近甚至超越上一代旗舰的性能，并在智能体与多模态基准上表现突出，同时展示了新架构在稳定性上的优势。但需注意，开源版本与生产 API 版本存在差异，且所有基准均为官方自测，实际表现有待第三方验证。
二级报道
meng shao (X)
Qwen3.8-Flash 正式发布，Qwen3.8-Flash-Next 开源
该文章还报道了这一事件，文章总标题不代表本事件标题。