What is Qwen3.8-Flash-Next?

An open-weight multimodal MoE model from Alibaba's Qwen team, announced via a ModelScope countdown with an estimated release of August 26, 2026 at 23:00 Beijing time. It is a preview of the architecture that will power the upcoming Qwen4 family — the Qwen statement frames it as shipping early so developers can prepare.

Per the ModelScope teaser highlights: 125B main-model parameters plus 51B additional N-gram embedding parameters, with 6B parameters active per token — a 'redesigned multimodal MoE'. Architectural upgrades span attention, residual, embedding, and optimization, headlined by a GDN hybrid architecture and Qwen Sparse Attention (QSA).

When does it release?

It released on schedule on August 26, 2026 (ModelScope countdown 23:00 UTC+08). Verified August 27: weights live on Hugging Face (131 safetensors shards, ungated, plus an FP8 variant) and the technical report is published.

It is the first public taste of Qwen4's architecture — GDN plus Qwen Sparse Attention — in an open-weight package with only 6B active parameters per token, pointing at edge- and local-friendly serving economics. It follows Qwen3.8's Max (2.4T) and 27B open-weights wave, keeping Alibaba at the center of the open-weight frontier.

What is NOT confirmed yet?

Benchmarks, license terms, context length, and pricing are all unpublished as of this preview. One NVIDIA-forum skeptic doubts the 125B-A6B reading (suggesting 35B-A3B), though the figure traces to the teaser's own highlights. Treat every number as pre-release until the repo lands.

How does this relate to Qwen3.8-Max and the 27B?

Same generation name, different jobs: Qwen3.8-Max (2.4T, Aug 12) is the flagship; the Apache-2.0 27B (Aug 14) is the laptop-class daily driver; Flash-Next is the architecture scout for Qwen4 — a new-architecture test release rather than a straightforward successor.

Noticias / Model Watch · Avance del lanzamiento

Lanzado ✓ Qwen3.8-Flash-Next 125B + 51B / A6B Avance de arquitectura Qwen4

2026-08-26 · Model Watch · lanzado el 26 de agosto según lo previsto (pesos activos en HF tras verificación el 27 de agosto)

Qwen3.8-Flash-Next: Alibaba adelanta la arquitectura Qwen4 — Pesos abiertos esta noche

Dos semanas después de abrir el Max de 2.4T y el 27B de clase portátil, el equipo de Qwen de Alibaba ya está preparando el siguiente acto: Qwen3.8-Flash-Next, un MoE multimodal de pesos abiertos cuyo objetivo es anticipar la arquitectura que impulsará a Qwen4 — con una cuenta atrás en ModelScope que apunta a esta noche, 23:00 de Pekín (26 de agosto).

Actualización (27 de agosto): lanzado según lo previsto — los pesos ya están disponibles en Hugging Face (Qwen/Qwen3.8-Flash-Next, 131 fragmentos safetensors, sin restricciones, más una variante en FP8), y el informe técnico ya se ha publicado. La cuenta atrás cumplió; las especificaciones a continuación se mantienen según lo anticipado a menos que el informe las revise.

Respuesta directa

Qwen3.8-Flash-Next es un MoE multimodal de pesos abiertos que se lanza el 26 de agosto a las ~23:00 de Pekín según la cuenta atrás oficial de ModelScope — 125B de parámetros principales + 51B de parámetros de incrustación N-gram, 6B activos por token (según los aspectos destacados del propio teaser), desarrollado sobre una arquitectura híbrida GDN + Qwen Sparse Attention (QSA). El planteamiento de Qwen: lanzar la arquitectura de Qwen4 con antelación para que los desarrolladores puedan prepararse. Benchmarks, licencia y longitud de contexto: no publicados al momento del avance.

Qué está confirmado frente a qué no lo está

Confirmado (teaser + comunicado de Qwen): lanzamiento de pesos abiertos; MoE multimodal; los dos cambios principales de arquitectura — arquitectura híbrida GDN y Qwen Sparse Attention; lanzamiento estimado para el 2026-08-26 23:00 (UTC+08) en ModelScope; posicionamiento como un avance de la arquitectura de la familia Qwen4.
Según los aspectos destacados del teaser: 125B de parámetros del modelo principal, una tabla complementaria de incrustaciones N-gram de 51B para búsquedas locales rápidas de tokens y 6B de parámetros activos por token — «MoE multimodal rediseñado», con mejoras en atención, conexiones residuales, incrustaciones y optimización.
Aún no publicado: benchmarks, licencia, ventana de contexto, precios de alojamiento y nombres exactos de los repositorios. Un escéptico en los foros de NVIDIA interpreta el tamaño como 35B-A3B en su lugar; la cifra de 125B-A6B proviene de la propia página del teaser, pero trate todo como preliminar hasta que el repositorio esté disponible.
Dónde seguirlo esta noche: la organización de Qwen en Hugging Face y la página de cuenta atrás de ModelScope. Mañana haremos el seguimiento con las especificaciones verificadas.

Por qué es importante: explorador de arquitectura, no solo otro checkpoint

Primer contacto con Qwen4. GDN + QSA en un lanzamiento abierto significa que la comunidad puede evaluar los costes de servicio de Qwen4 (coste de atención, comportamiento con contexto largo) meses antes de que llegue la familia insignia.
6B activos por token es la clave para la ejecución local. Si las afirmaciones sobre eficiencia se cumplen, el hardware de clase DGX-Spark (del que ya se habla intensamente en los foros de NVIDIA) y los Mac de gama alta se convertirán en opciones viables: la misma estrategia que convirtió al 27B en un éxito.
La inusual tabla de incrustaciones N-gram de 51B es el enigma a seguir: las búsquedas locales rápidas de tokens como elemento de diseño de primer nivel son una novedad en esta categoría, y el cálculo de la huella de memoria para la inferencia local requerirá el repositorio real.
Contexto: culmina una ofensiva de tres semanas de Qwen — pesos abiertos de Max (12 de agosto), 27B (14 de agosto) y ahora el explorador de arquitectura —, mientras que el misterio de Ox Alpha mantiene el interés sobre el patrón de lanzamientos sigilosos de los laboratorios chinos.

Fuentes primarias

Preguntas frecuentes (2026)

¿Qué es?

Un MoE multimodal de pesos abiertos que anticipa la arquitectura de Qwen4 — la cuenta atrás de ModelScope apunta al 26 de agosto a las 23:00 de Pekín.

¿Especificaciones?

Según los aspectos destacados del teaser: 125B principales + 51B de incrustaciones N-gram, 6B activos/token; arquitectura híbrida GDN + Qwen Sparse Attention.

¿Cuándo?

Lanzado según lo previsto el 26 de agosto — pesos verificados y disponibles en HF el 27 de agosto (131 fragmentos + FP8, sin restricciones), informe técnico publicado.

¿Por qué es importante?

Primer contacto abierto con los costes de servicio de Qwen4 (GDN+QSA) con 6B de parámetros activos: ideal para edge/local si se confirman las afirmaciones.

¿Qué falta por confirmar?

Benchmarks, licencia, contexto y precios. Incluso el tamaño tiene escépticos (lectura de 35B-A3B); considere todas las cifras como preliminares.

¿Frente a Max y 27B?

Max (2.4T) = buque insignia; 27B = modelo habitual para portátiles; Flash-Next = explorador de la arquitectura Qwen4. Misma generación, tres propósitos distintos.

Qwen API guide

Pesos abiertos de Qwen3.8 · Seguimiento de Ox Alpha · Todas las noticias

Únete a la lista de espera para el acceso compatible con OpenAI