通义千问发布Qwen3.8-Flash-Next，开启Qwen4架构预览

阿里通义千问团队近日开源了Qwen3.8-Flash-Next模型，作为Qwen4架构的先行版本，该模型展现了极高的计算效率。它采用了1250亿总参数规模的混合专家（MoE）设计，但每个token仅激活60亿参数，在大幅降低训练成本的同时，实现了显著的性能跃升。

技术层面，该模型引入了GDN与QSA混合注意力机制，并将上下文窗口通过YaRN技术扩展至1M。此外，通过异步预取技术将510亿参数的N-gram嵌入驻留于系统内存，在不增加额外计算开销的前提下大幅提升了模型容量。

测试显示，凭借6B的激活参数，Qwen3.8-Flash-Next在代码编写和办公任务中表现优异，能力表现已超越Claude Opus 4.6 Max等旗舰模型。SGLang已在发布首日同步支持该模型，极大地方便了开发者在本地或集群环境进行高效部署。