阿里千问Qwen3.8-Flash开源发布，模型效率与性价比全球领先

在人工智能领域掀起新一轮技术浪潮，阿里巴巴集团于8月26日晚正式发布了其最新一代大语言模型Qwen3.8-Flash，并同步开源。这款模型凭借创新的架构设计和高效的训练方案，在性能、成本和效率方面均实现了突破性进展。

作为一款多模态混合专家（MoE）模型，Qwen3.8-Flash采用了全新的下一代（Next）模型架构。其核心亮点在于：Transformer参数总量达125B，但仅激活6B即可实现卓越性能，这一设计使其在多个基准测试中超越了Claude Opus4.6，接近Opus4.8的水平。值得注意的是，Qwen3.8-Flash的基础模型在通用能力、数学推理和编程等基础任务上，已经超过了3倍参数规模的前代产品Qwen3.7-Plus。

在具体应用场景中，Qwen3.8-Flash展现出显著优势。在智能体编程任务SWE-bench Pro评测中，该模型领先Opus4.6多达9.1分；在专业办公任务JobBench评测中，超出Opus4.6近20分；在移动端智能体AndroidWorld评测中，比Opus4.6高出22.5分。此外，在视觉推理解决数学问题的MathVision任务中，Qwen3.8-Flash超出25.1分，在具身智能ERQA任务中领先31.5分，整体多模态能力表现更为突出。

这些优异表现得益于Qwen3.8-Flash在架构设计上的多项创新。在注意力机制方面，引入独特的QSA（Qwen Sparse Attention）机制，形成与GDN高效融合的混合注意力架构，可显著降低计算开销，在高缓存命中的1M Tokens长上下文实际场景中提速8倍以上。在信息传递方面，采用自研的Gated Residual方法，将传统Transformer的1条信息主通道扩展为4条，让模型可根据需求动态调整信息读写，既提高了信息传递效率，又增强了训练稳定性。在参数扩展方面，引入51B的N-gram Embedding参数，为模型提供更高效的查表寻址方式，以极少资源消耗实现大规模"记忆指南手册"功能。同时，模型结构与训练优化协同进行，大幅提升了收敛效率和训练吞吐量。

在成本控制方面，Qwen3.8-Flash同样表现出色。与上一代Qwen3.7-Plus相比，尽管性能相近，但训练资源使用量仅为九分之一，训练成本骤降90%。推理时，每百万Tokens输入成本低至1元，输出成本3元，是Claude Opus4.6的3%，DeepSeek-V4-Flash闲时价格的2/3、忙时价格的1/3。这一成本优势使得Qwen3.8-Flash成为目前市场上性价比最高的大型语言模型之一。

Qwen3.8-Flash不仅在技术层面取得突破，其开源策略也备受关注。当前，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。这标志着阿里云在推动AI技术普惠化方面迈出重要一步，也为下一代千问大模型Qwen4的研发奠定了基础。

随着Qwen3.8-Flash的发布，阿里云旗下的千问办公平台也同步上线了该模型的标准模式。据官方介绍，通过标准模式，用户可以以更低的成本完成日常办公任务，预计95%的日常办公需求可通过该模式满足，仅5%的复杂任务需要使用高级模式。这一举措将进一步提升企业用户的使用体验，推动AI技术在办公场景的普及应用。