新闻 / 模型追踪 · 发布前瞻
Qwen3.8-Flash-Next：阿里提前推出 Qwen4 架构——今晚开源权重
在开源 2.4T Max 与笔记本级 27B 两周后，阿里巴巴 Qwen 团队已紧锣密鼓地筹备下一步动作：Qwen3.8-Flash-Next。这是一款开源权重的多模态 MoE 模型，旨在提前预览将驱动 Qwen4 的新架构——ModelScope 倒计时直指今晚 23:00（北京时间 8 月 26 日）。
更新（9 月 2 日）：Qwen 官方博客已上线（qwen.ai/blog — Qwen3.8-Flash-Next: A New Architecture），口径与预热完全一致：多模态 MoE、Qwen4 架构的提前预览。同时确认了下文标记为「尚未公布」的关键项——生产版 Qwen3.8-Flash 将默认 1M 上下文，QwenCloud 定价 $0.16/百万输入 · $0.47/百万输出；官方渠道还确认 Flash-Next 可在 CPU 内存/统一内存中运行，得益于 6B 激活参数的轻量足迹。
更新（8 月 27 日）：已如期发布——权重现已上线 Hugging Face（Qwen/Qwen3.8-Flash-Next，131 个 safetensors 分片，无门槛开源，外加 FP8 版本），且技术报告已发布。倒计时如期兑现；以下规格与前瞻一致，除非报告另有修正。
据 ModelScope 官方倒计时显示，Qwen3.8-Flash-Next 是一款开源权重的多模态 MoE 模型，将于北京时间 8 月 26 日约 23:00 发布——基于预热亮点，其拥有 125B 主参数 + 51B N-gram 嵌入参数，单 token 激活 6B，采用 GDN 混合架构 + Qwen 稀疏注意力（QSA）。 Qwen 团队的定位：提前发布 Qwen4 架构，以便开发者提前做好准备。基准测试、开源协议和上下文长度在预览时尚未公布。
已确认 vs 未确认信息
- 已确认（预热页面 + Qwen 官方声明）：开源权重发布；多模态 MoE；两大核心架构变革——GDN 混合架构与 Qwen 稀疏注意力（QSA）；预计于 2026-08-26 23:00 (UTC+08) 在 ModelScope 上线；定位为 Qwen4 家族的架构前瞻。
- 来自预热亮点：125B 主模型参数，用于本地快速 token 查找的 51B 补充 N-gram 嵌入表，以及单 token 激活 6B 参数——“重新设计的多模态 MoE”，在注意力、残差、嵌入和优化方面均有升级。
- 已补齐（9 月 2 日跟进）：官方博客上线，此前待定项均已明确——生产版 Qwen3.8-Flash 默认 1M 上下文，QwenCloud 定价 $0.16/百万输入、$0.47/百万输出。英文报道见 Reuters 与 The New Stack（「在关键编码基准上超过更大体量的对手」）。Flash-Next 本体继续以开源权重形式免费提供于 Hugging Face 与 ModelScope。
- 主要阅读入口：qwen.ai 官方博客、Hugging Face 上的 Qwen/Qwen3.8-Flash-Next 仓库与技术报告。生产版 Flash 将随后上线 QwenCloud API。
为何重要：架构探路者，而不仅是又一次 Checkpoint 迭代
- Qwen4 的初次体验。在开源版本中引入 GDN + QSA，意味着社区可以在旗舰系列正式发布前数月，先行评测 Qwen4 的推理部署经济性（注意力开销、长上下文表现）。
- 单 token 激活 6B 是本地部署的核心看点。如果效率宣传属实，DGX-Spark 级别的硬件（已在 NVIDIA 论坛引发热议）和高端 Mac 将成为切实可行的宿主机——这与让 27B 一炮而红的策略如出一辙。
- 非同寻常的 51B N-gram 嵌入表是值得关注的最大悬念：将本地快速 token 查找作为一等公民设计元素在该级别模型中尚属首次，而本地推理部署所需的显存占用精算仍需等待实际仓库确认。
- 背景：这是 Qwen 连续三周密集发布的压轴之作——Max 开源权重（8 月 12 日）、27B（8 月 14 日），再到如今的架构探路者——与此同时，神秘的 Ox Alpha 也让中国大模型实验室的“静默发布”模式持续升温。
一手信息来源
- ModelScope 官方倒计时页 — Qwen3.8-Flash-Next「Upcoming Open-Release」，预计 2026-08-26 23:00 (UTC+08)
- Qwen 官方博客 — Qwen3.8-Flash-Next: A New Architecture（9 月 2 日验证上线；生产版 Flash 1M 上下文与 $0.16/$0.47 定价出处）
- The New Stack — Qwen3.8-Flash Previews Qwen4（编码基准超过更大对手）
- Reuters — 阿里 Qwen 发布 Qwen3.8-Flash，训练成本更低（2026-08-26）
- AGTP on X — Qwen 团队 Qwen4 预告拆解（125B+51B/A6B、GDN+QSA、「提前放出架构供开发者准备」）
- OrcaRouter — Qwen3.8-Flash-Next 信息板（confirmed/rumor 分栏 + 倒计时截图）
- NVIDIA Developer Forums — DGX Spark 讨论串（含 highlights 原文引用与 125B 质疑）
- Hacker News — Qwen 3.8-Flash-Next 明日发布（308 分帖）
常见问题解答 (2026)
它是什么？
一款提前预览 Qwen4 架构的开源多模态 MoE 模型——ModelScope 倒计时指向北京时间 8 月 26 日 23:00。
规格参数？
根据预热亮点：125B 主参数 + 51B N-gram 嵌入，单 token 激活 6B；GDN 混合架构 + Qwen 稀疏注意力（QSA）。
发布时间？
8 月 26 日如期发布——权重已于 8 月 27 日上线 HF 并完成验证（131 个分片 + FP8 版本，无门槛开放），技术报告已同步发布。
为何重要？
首次公开体验 Qwen4 的推理部署经济性（GDN+QSA）及 6B 激活参数——若宣传属实，将对边缘端/本地部署极其友好。
哪些尚未确认？
官方博客（8 月末上线）已确认生产版 Flash 为 1M 上下文、QwenCloud 定价 $0.16/$0.47 每百万 token。剩余未知：Flash 正式版上线日期与中转平台的接入时间。
与 Max 和 27B 相比？
Max (2.4T) = 旗舰；27B = 笔记本日常主力；Flash-Next = Qwen4 架构探路者。同属一代，各司其职。