广东
8月26日晚，阿里发布并同步开源千问最新模型 Qwen3.8-Flash。该模型采用全新下一代架构，千亿总参数仅激活60亿（6B）即可获得超越Claude Opus4.6的前沿性能，创下模型效率的全球新基准。
据了解，得益于架构和训练的全面革新，Qwen3.8-Flash训练成本较Qwen3.7-Plus骤降近90%，推理成本同样大幅下降，每百万Tokens输入仅1元，输出3元，价格最低为DeepSeek-V4-Flash的1/3。
Qwen3.8-Flash首发即上线“千问办公”，开发者和企业也可通过千问AI平台获取新模型API服务。
据介绍，Qwen3.8-Flash是一个多模态混合专家（MoE）模型，采用了下一代（Next）模型架构，Transformer参数125B仅激活6B，性能表现超越Opus4.6、接近Opus4.8。仅完成预训练的Qwen3.8-Flash基座（Base）模型，在通用（SuperGPQA）、数学推理（GSM8K）、编程（SWEBench-Pretrain）等基础能力上超过了3倍其大小的Qwen3.7-Plus基座模型。
而经过训练后，Qwen3.8-Flash性能实现跃迁：在考验智能体编程的SWE-bench Pro评测中领先Opus4.6多达9.1分；在长程专业任务CoWorkBench、真实工具调用Toolathlon Verified等智能体任务中均超越了DeepSeek-V4-Flash，在专业工作任务JobBench智能体评测中超出Opus4.6近20分；多模态能力方面，在模拟手机操作的移动端智能体AndroidWorld评测中，Qwen3.8-Flash比Opus4.6高出22.5分，在以视觉推理解决数学问题的MathVision任务中超出25.1分，具身智能ERQA任务领先31.5分，Qwen3.8-Flash的整体多模态能力显著更强。
Qwen3.8-Flash出色的模型能力得益于其革新的模型架构和训练方案，这也直接带来了训练和推理成本大幅下降。Qwen3.8-Flash性能与上一代Qwen3.7-Plus接近，但仅用九分之一的资源便完成了训练，训练成本大降90%；推理时，Qwen3.8-Flash每百万Tokens输入低至1元，输出3元，是Claude Opus4.6的3%，是DeepSeek-V4-Flash闲时价格的2/3、忙时价格的1/3。
据了解，Next新架构将是全新一代千问大模型Qwen4的雏形，Qwen3.8-Flash-Next模型权重已在Hugging Face、魔搭社区全面开源，交由全球AI开源社区检验，以更好打造Qwen4模型。截至目前，Qwen3.8已开源发布2.4T参数量的Qwen3.8-Max、Qwen3.8-27B及Qwen3.8-Flash三大尺寸模型。
采写：南都N视频记者 林文琪
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
