阿里巴巴发布Qwen3.8-Flash-Next，以九分之一训练成本超越DeepSeek与Claude

阿里巴巴Qwen团队推出的Qwen3.8-Flash-Next是一款多模态混合专家（MoE）模型，总参数量达1250亿，但每个token的推理过程仅激活其中60亿参数。这种稀疏激活机制使模型在保持强大能力的同时，大幅压缩了计算开销。该模型原生支持262,144个token的上下文窗口，并可通过YaRN技术扩展至100万token，技术报告已发布于GitHub，权重文件可在Hugging Face和ModelScope上获取。

Flash-Next最引人注目的架构创新之一是N-gram嵌入层。这一层拥有510亿参数，通过将常见词组作为独立条目存储在类似「短语词典」的结构中，为网络提供短语级别的语义信息。与传统参数不同，该层可运行于系统内存而非GPU显存，额外成本相对较低。这一设计被列为Qwen4架构的核心创新之一，也是本次发布作为架构预览的重要意义所在。

在基准测试表现上，Qwen3.8-Flash-Next在编程和办公任务中展现出显著优势。在自主代码修复基准DeepSWE上，Flash-Next得分58.7，超越DeepSeek-V4-Flash的54.4和Claude Opus 4.6；在SWE-bench Pro上以62.5分领先；在办公协作基准CoWorkBench上更以73.9分大幅领先DeepSeek-V4-Flash的45.1分。在职业工作流测试JobBench上，Flash-Next得分55.7，几乎是Qwen3.7-Plus（27.6分）的两倍。

在科学推理（GPQA Diamond：91.7分）和竞技编程（LiveCodeBench v6：91.9分）等高难度任务上，Flash-Next与竞争对手表现相近，差距不大。Claude Opus 4.6仅在「人类最后考试」（HLE）这一极难多学科测试中以40.0分领先，但该模型本身是Anthropic于2026年2月发布的较早版本。值得注意的是，基准测试成绩与实际应用表现之间始终存在差距，需结合具体场景综合评估。

在定价策略上，Qwen3.8-Flash-Next通过QwenCloud提供商业服务，输入价格为每百万token 0.16美元，输出价格为每百万token 0.47美元，约为旗舰版Qwen3.8-Max（输入2.00美元、输出6.00美元）的十二分之一。这种激进定价持续向OpenAI和Anthropic施压。OpenAI近期已对GPT-5.6系列大幅降价以应对竞争，但这对AI服务商维持高速营收增长、支撑投资叙事构成了不小的挑战。

要点

• Qwen3.8-Flash-Next采用1250亿总参数、每token仅激活60亿的MoE架构，训练成本约为Qwen3.7-Plus的九分之一
• 新引入的N-gram嵌入层（510亿参数）可运行于系统内存而非GPU，是Qwen4架构的核心预览创新
• 在编程和办公任务基准上，Flash-Next超越参数规模更大的DeepSeek-V4-Flash和Claude Opus 4.6
• 商业定价为输入0.16美元、输出0.47美元（每百万token），约为自家旗舰版的十二分之一，持续压低行业价格基准
• 该模型支持最长262,144 token原生上下文，通过YaRN可扩展至100万token，适合长文档和复杂代理任务