实测比DeepSeek便宜的Qwen 3.8 Flash，卷飞了 (2026)

原文链接：量子位微信公众号原文
转载说明：本文转载自微信公众号「量子位」，发表于 2026 年 8 月 28 日。作者署名：文婷，发自凹非寺；公众号 QbitAI。本文保留原文的报道内容、主要表述和判断，并清理微信页面导航、关注引导、二维码及装饰性残留。1

阿里千问新模型，又卷出了新水平。

量子位原文介绍，Qwen 3.8 Flash-Next 已开源，价格低至每百万 Tokens 输入 0.8 元；文章还引用网友实测称，125B 的 MoE 模型可以在消费级 RTX 4090 上运行，并在不到 8 分钟内完成一套包含 Python 编程、多表分析和研究报告生成的工作流。1

每百万 Tokens 输入仅 0.8 元

Qwen 3.8 Flash 采用 125B MoE 架构，每个 Token 只激活约 6B 参数，原生支持 262144 Token 上下文，还可以通过 YaRN 扩展到 1M Token。原文把它称作 Qwen4 新架构的提前预演。1

和 Qwen 3.7 Plus 相比，Qwen 3.8 Flash 的激活参数降到约三分之一，训练成本降到约九分之一。原文称，它在通用任务、数学推理和编程上的能力也有所提升。1

价格是这次更新最醒目的部分：输入每百万 Tokens 0.8 元，输出 2.7 元，缓存命中 0.1 元。按照原文的比较，最低价格约为 DeepSeek-V4-Flash 的三分之一。1

第一项测试围绕相机产品资料展开。量子位准备了一份近万字的产品材料，让 Qwen 3.8 Flash 在 1 元额度内，分别改写成小红书、微博、抖音和朋友圈文案。1

作者去茶水间打水，回来时四份文案已经完成，耗时不到 2 分钟。原文称，模型对品牌、风格和话题词条的处理都对得上要求。1

第二项测试更接近日常办公：一场“智能客服 Agent V2.0 需求与技术评审会”。量子位准备了一份万字会议实录，里面保留了同音错字和零散闲聊，再让模型一次性完成三项工作：提炼会议结论、整理待办事项表格、起草会后通知邮件。1

默认模式下，Qwen 3.8 Flash 在不到 4 分钟内完成了全部任务。原文称，模型提炼出的 5 条核心结论和分工表格准确无误，邮件格式和收件人也与会议内容对应。1

文章还提到，模型自行整理出了会议中尚未讨论出结果的事项，方便团队留到下一次会议继续处理。Qwen 3.8 Flash 已在“千问办公”平台首发上线，API 接口也同步开放。1

原文最后补充了 GLM-5.3-Flash。这个模型是智谱开源的 GLM-5 系列首个原生多模态模型，也被称为“牛来”大模型 Ox Alpha。文章引用的测评称，它的性能接近 Claude Opus 4.8，价格降到 GLM-5.3 的十分之一。1

原文还写到，GLM-5.3-Flash 有为期两周的半价活动。按文章给出的比较，活动期间的价格约为 GLM-5.3 的二十分之一、Claude Opus 4.8 的四十分之一。Qwen 3.8 Flash 和 GLM-5.3-Flash 都以低价参与 DeepSeek-V4-Flash 的竞争。1

“价格直接秒杀了 DeepSeek-V4-Flash。”
——量子位《实测比 DeepSeek 便宜的 Qwen 3.8 Flash，卷飞了》1

“不到 4 分钟，Qwen3.8-Flash 就圆满完成了所有任务。”
——量子位《实测比 DeepSeek 便宜的 Qwen 3.8 Flash，卷飞了》1