Qwen3.8-Flash-Next 开放权重上架：125B/6B、Qwen4 架构预览、云端价已公布 (2026)

先看结论

Qwen 团队在北京时间 2026 年 8 月 26 日 开放了 Qwen3.8-Flash-Next 的权重。Hugging Face 官方模型记录的 lastModified 为当天 20:29:54，仓库已包含 Transformers 格式权重与配置文件；同日官方博客与 @Alibaba_Qwen 发布帖同步给出了参数、评测和云端报价。1 2 3

这次落地的重点有三层。第一，它是可下载的多模态 MoE 开放权重，主模型 125B、每 token 激活 6B，另有 51B n-gram embedding 和 4B MTP。第二，官方把它定位为 Qwen4 架构的早期预览，角色类似当年 Qwen3-Next 之于 Qwen3.5。第三，托管生产版以 Qwen3.8-Flash 名义挂在 QwenCloud，报价为每百万 tokens 输入 $0.16、输出 $0.47，但官方明确写着 API coming soon。1 2

对选型团队来说，现在可以下载权重做本地兼容和任务评测；云端采购预算可以按公布价格先测算，正式调用还要等 API 真正开放。许可方面，仓库使用的是 Qwen Community License 1.0；此前同系列的 Qwen3.8-27B 标注的是 Apache-2.0。4

关键资料一览

项目	目前可确认的信息
发布时间	Hugging Face `lastModified` 为 2026-08-26 20:29:54（北京时间）；官方博客标注 2026/08/26；`@Alibaba_Qwen` 主帖时间为当天 20:34。1 2 3
模型定位	多模态 MoE，带视觉编码器；官方称其为支撑 Qwen4 的下一代架构预览。2
参数口径	主模型 125B，每 token 激活 6B；另加 51B n-gram embedding、4B MTP。MoE 为 512 专家，每次激活 10 个 routed + 1 个 shared。Hugging Face 页面 Model size 另显示约 180B params。1 2
上下文	原生 262,144 tokens；可用 YaRN 扩展到 1,000,000 tokens。1
模态与能力	支持文本、图像、视频输入；默认思考模式，可用 `enable_thinking`、`preserve_thinking`、`reasoning_effort` 控制。1
开放入口	Hugging Face `Qwen/Qwen3.8-Flash-Next` 与 FP8 版 `Qwen/Qwen3.8-Flash-Next-FP8`；官方同时给出 ModelScope 仓库链接。模型卡列出 SGLang、vLLM、TokenSpeed 部署路径。1 2 5
许可	仓库 LICENSE 为 Qwen Community License 1.0；Hugging Face 元数据标注 `license:other`。1 4
API 与价格	QwenCloud 生产版模型名为 `qwen3.8-flash`，报价输入 $0.16 / 输出 $0.47（每百万 tokens），默认 1M 上下文并带官方内置工具；官方博客与模型卡均写明 API 即将上线。1 2 3

这里最容易混的是两个名字。Qwen3.8-Flash-Next 是今天可下载的开放权重；Qwen3.8-Flash 是 QwenCloud 上的托管生产版。官方说后者基于前者，并额外提供默认 1M 上下文和内置工具。1 2

参数口径也要分开读。125B / 6B 是官方模型概览里的主模型总参数与激活参数；51B 是可卸载到主机内存的 n-gram embedding；页面底部约 180B 的 Model size 更接近把这些模块加总后的展示字段。部署显存应以实际权重、量化和框架测量为准。1 2

架构为什么值得现在看

官方把这次改动概括成四条线：注意力、残差、embedding 和优化器。对开发者最直接相关的，是 GDN + Qwen Sparse Attention（QSA） 混合注意力，以及那块 51B n-gram embedding。2

Qwen3.8-Flash-Next 官方架构图 — *Qwen 官方发布的 Qwen3.8-Flash-Next 架构示意，展示 GDN / QSA 混合层、MoE、Gated Residual 与 n-gram embedding。2*

按官方说明，四个里有三个会直接影响长上下文和服务成本：

GDN 负责压缩历史，QSA 在微块粒度上挑重要上下文。 官方称在 1M tokens 下，QSA 的 Attention Kernel 在 Prefill / Decode 最高可到 7.6× / 4.9× 加速；在 90% Prefix Cache 命中率的实验设置里，1M 上下文 Prefill 吞吐约为 Qwen3.7-Plus 的 8.6×。2
n-gram embedding 用查表扩容量。 官方称这 51B 参数几乎不增加每 token 矩阵乘成本，并可放到主机内存异步预取。2
训练成本口径。 官方称相对 Qwen3.7-Plus，训练成本大约只有 1/9，同时在编码和办公任务上更强。这是厂商自述，适合作为本地评测的对照起点。2 3

官方 Prefill 吞吐对照图 — *Qwen 官方给出的相对 Prefill 吞吐图，条件为约 90% cache hit rate，横轴为上下文长度。2*

官方自报 benchmark

下面几组分数都来自 Qwen 官方博客和模型卡，属于厂商自述。表格同时列出 Qwen3.8-27B、Qwen3.7-Plus、DeepSeek-V4-Flash-0731 和 Claude-Opus-4.6 (Max)；脚注说明了不同 harness 与上下文设置。本文只收录这组官方数字。2

评测	Qwen3.8-Flash-Next	Qwen3.8-27B	Qwen3.7-Plus	DeepSeek-V4-Flash-0731	Claude-Opus-4.6 (Max)
DeepSWE 1.1	58.7 2	42.2	16.5	54.4	—
SWE-bench Pro	62.5 2	61.7	55.8	56.0	53.4
SWE-bench Multilingual	81.0 2	73.8	75.8	—	77.5
CoWorkBench	73.9 2	70.7	65.1	45.1	68.2
JobBench	55.7 2	33.4	27.6	41.3	36.6
Toolathlon Verified (Pass@1)	73.5 2	67.1	50.6	70.3	—
GPQA Diamond	91.7 2	89.2	90.3	90.8	91.3
LiveCodeBench v6	91.9 2	90.3	89.6	90.6	88.8

视觉与多模态 Agent 一侧，官方给出的代表性分数包括：ClawEval-MM Pass@3 64.4、AndroidWorld 84.5、OSWorld 2.0 Binary / Partial 19.4 / 52.3、Vision2Web 64.0、MathVision（开启 CI）95.7。这些结果支持把编码 Agent、办公协作和看图操作放进第一轮评测集；真实业务任务还要单独看完成率和人工接管次数。2 3

许可与商业边界

仓库根目录的 LICENSE 标题是 Qwen Community License 1.0。条款允许免费使用、修改、分发、部署、微调和衍生，但附带两条商业条件：4

如果把该软件或其衍生作品用于月活超过 1 亿，或月收入超过 2000 万美元 的商业产品或服务，产品界面上必须显著展示相应模型名称。4
如果许可方或其关联方开展 Model as a Service 或 AI Work Assistant 业务，商业用途前需要另行取得 Qwen 许可；仅内部使用、且不把模型能力提供给第三方时，不受这条限制。4

LICENSE 对 MaaS 和 AI Work Assistant 给了定义：前者大致是把推理或微调以 API / 托管端点方式交给第三方控制；后者大致是以 AI 辅助编程或办公生产力为主的独立产品。单功能工具、非编程/办公主域助手，以及主产品并非 AI 编程/办公助手的内嵌功能，被明确排除在 AI Work Assistant 之外。法务和商务评审仍应以 LICENSE 原文和 Qwen 商务联系邮箱为准。4

现在适合怎样试

本地先做框架兼容。 用官方列出的 SGLang、vLLM 或 TokenSpeed 启动标准版或 FP8 版，记录权重占用、吞吐、长上下文延迟，以及不同 reasoning_effort 下的成本。FP8 官方称性能接近原版。1 5
把编码 Agent 和办公 Agent 放在同一轮。 至少覆盖仓库修复、工具调用、截图/网页操作和多轮办公任务；记录完成率、重试次数和人工接管，而不只看单轮回答分数。官方自报强项集中在这些方向。2
把 262K 与 1M 分开验收。 本地原生能力先按 262K 测；若启用 YaRN 到 1M，另测长短文本两组任务。QwenCloud 默认 1M 和内置工具，等 API 真正开放后再核验模型 ID、限流和地区。1 2
商业路径先过许可。 内部评测可以今天开始；若计划做成对外 MaaS、编程助手或办公助手产品，先对照 Qwen Community License 1.0 判断是否需要额外授权，再决定走本地权重还是等 QwenCloud。4

Qwen3.8-Flash-Next 现在已经从预告页变成可下载、可部署的候选模型。它最明确的价值，是把 Qwen4 方向的混合注意力、稀疏检索和低激活 MoE 提前交给社区。本地团队可以今天开测；依赖托管 API 或要做对外商业产品的团队，先把价格测算、API 开放进度和许可边界写进接入清单。