阿里 Qwen 今日开源 Qwen3.8-Flash-Next，官方称其为 Qwen4 架构预演

开源模型推理优化开源项目本地化运行模型架构优化MoE架构GitHub开源参数效率

2026-08-26 10:10

42 浏览

0 点赞

AI 速览

阿里通义千问团队开源Qwen3.8-Flash-Next模型，作为Qwen4架构的预演，面向开发者与研究者提前适配下一代架构。核心事实 - 模型定位：官方定义为“Qwen4架构预览”，非正式Qwen4，而是技术预演 - 架构特点：多模态MoE结构，传闻主模型125B参数+51B N-gram embeddings，每token激活约6B参数 - 开源安排：北京时间8月26日23时发布标准版与FP8双权重，许可证与上下文长度尚未公布 - 成本优势：训练成本约为Qwen3.7-Plus的九分之一，编程与协作场景能力更强 - 部署预期：虽激活参数低，但完整权重庞大，不适合24GB消费级显卡本地部署价值点帮助开发者提前理解并适配Qwen4架构，为后续正式模型落地做技术准备，避免集中适配压力。

8月26日消息，阿里 Qwen 团队今日开放 Qwen3.8-Flash-Next 模型权重，官方将这款多模态 MoE 模型定义为“Qwen4 架构的预览”。权重计划于北京时间今日 23时开放，包括标准版与 FP8 两个版本。与此同时，一份更详细的规格正在社区流传：主模型约 125B 参数、额外约 51B 的 N-gram embeddings、每 token 激活约 6B 参数，以及约为 Qwen3.7-Plus 九分之一的训练成本。这些数字来自 8 月 25 日社区保存的 ModelScope 早期页面截图，目前已不在官方页面显示。最终规格以正式模型卡为准。

阿里 Qwen 今日开源 Qwen3.8-Flash-Next，官方称其为 Qwen4 架构预演

官方口径：Qwen4 架构预演，标准版与 FP8 双权重

Qwen3.8-Flash-Next 的名称沿用 Qwen3.8 系列，但 Hugging Face 官方预发布页的副标题标注为“A Preview of the Qwen4 Architecture”。官方预发布页将模型描述为基于下一代 Qwen4 架构构建的多模态 MoE 模型，并列出两个计划产物：Qwen/Qwen3.8-Flash-Next 与其 FP8 版本。权重目前尚未开放，按预发布页的时间安排，将于北京时间今日 23时发布。

官方目前没有公布许可证、上下文长度、权重大小与评测数据。这些字段不能直接套用已开源的 Qwen3.8-27B（Apache 2.0、原生上下文 26.2 万），两款模型是独立的规格。

流传规格：125B 主模型、51B N-gram、6B 激活，均未获官方确认

8 月 25 日，社区截图显示了一份更完整的预告文案：主模型约 125B 参数，额外包含约 51B 的 N-gram embeddings，每个 token 激活约 6B 参数；架构升级覆盖注意力（Attention）、残差连接（Residual）、嵌入层（Embedding）与优化策略（Optimization）；训练成本约为 Qwen3.7-Plus 的九分之一，综合能力与之基本持平，编程与 Cowork 场景更强。

这些参数与性能说法没有出现在 ModelScope 公开的预发布接口中。官方页面曾短暂显示相关内容，随后将其删除。按照官方目前的口径，它们属于发布前流出的信息，不是已确认的最终规格，具体参数与许可要等正式模型卡发布后才能确认。

这代架构在做什么：更低的激活参数，加上一块低计算成本容量

如果把流传规格作为理解方向的参考，这代架构的核心变化可以概括为两条：把每 token 激活的参数压到约 6B，同时把大量模型容量分配给 N-gram embeddings 这类低计算成本结构。在稀疏 MoE 下，激活参数决定单次推理的计算量，6B 激活指向更低的推理计算成本；N-gram embeddings 则被社区解读为承担“知识记忆”的容量层，用相对低的开销扩展模型可承载的知识量。

需要澄清的是，激活参数少不等于部署门槛低。6B 激活降低的是计算量，完整权重依然很大。按流传的主模型体量看，它更适合服务器与高显存设备，而不是 24GB 级别的消费级显卡。把它当成 Qwen3.8-27B 的本地替代品，与官方“Qwen4 架构预演”的定位并不一致。

提前放架构，为的是让生态先完成适配，再等 Qwen4

官方预发布页给出的理由很清楚：这次提前向社区开放架构改进，是为了让社区提前完成适配，为后续完整的 Qwen4 模型家族做准备。

这个动作与 Qwen 处理新架构的一贯方式一致。此前 Qwen3-Next 系列也是先以试验版放出架构，再推进正式系列。适配工作因此可以提前启动，不必等 Qwen4 正式发布后集中消化；期待本地部署的用户则需要重新预期，这款模型的定位从一开始就不是消费级本地模型。

关于 Qwen4 本身，官方目前没有公布时间表。不过，代号 Paloma 的 Qwen 新模型出现在 Arena 测试中，前端代码能力被指对标 Claude Opus 5。结合以上信息，可以推断Qwen 4即将到来。

好文章，需要你的鼓励

# 报错信息分析与调试指南 ## 任务说明请分析用户提供的报错信息，推测可能的错误原因，并提供系统性的调试步骤。 ## 分析要求 1. **错误类型识别** - 确定是语法错误、运行时错误、逻辑错误还是环境配置错误 - 识别具体的错误类别（如空指针、数组越界、类型不匹配等） 2. **原因推测** - 基于错误信息中的关键线索进行合理推断 - 考虑常见的导致此类错误的编程场景 - 分析可能的代码问题或环境问题 3. **调试步骤** - 提供从简单到复杂的逐步调试方法 - 包括代码检查、日志添加、环境验证等具体操作 - 给出预防类似错误的最佳实践建议 ## 输出格式 - **错误类型**：[具体的错误分类] - **可能原因**： 1. [原因1] 2. [原因2] 3. [原因3] - **调试步骤**： 1. [步骤1] 2. [步骤2] 3. [步骤3] 4. [步骤4] - **解决方案**：[具体的修复建议] ## 示例 **输入**：【报错信息】 ``` TypeError: Cannot read property 'length' of undefined at processData (app.js:25:18) at main (app.js:10:5) ``` **输出**： - **错误类型**：运行时错误 - TypeError - **可能原因**： 1. 变量未正确初始化就被访问其 length 属性 2. 函数参数传递了 undefined 值 3. 异步操作中数据还未加载完成就尝试访问 - **调试步骤**： 1. 检查 app.js 第25行附近的变量声明和赋值 2. 在访问 length 属性前添加类型检查：`if (variable && variable.length)` 3. 使用 console.log() 输出相关变量的值确认其状态 4. 检查函数调用时传入的参数是否正确 - **解决方案**：在访问对象属性前先验证对象是否存在，或确保变量在使用前已被正确初始化。