Qwen3.8-Flash-Next tekniske specifikationer
| Specifikation | Qwen3.8-Flash-Next |
|---|---|
| Udvikler | Qwen Team, Alibaba Group |
| Modeltype | Multimodal kausal sprogmodel med vision-encoder; ultrasparsom MoE |
| Hovedmodelparametre | 125B |
| Aktiverede parametre | 6B pr. token |
| Parametre for N-gram-indlejring | 51B ekstra |
| MTP-parametre | 4B |
| Lag | 48 |
| Hybrid-attentionsmønster | 12 x [3 Gated DeltaNet-lag + 1 Qwen Sparse Attention-lag] |
| MoE-eksperter | 512 i alt; 10 ruterede + 1 delt pr. token |
| Gated Residual | 4 grene; bottleneck-rang 320 |
| Indbygget kontekstvindue | 262,144 tokens |
| Udvidet kontekst | Op til 1,000,000 tokens med YaRN |
| Modaliteter | Tekst-, billede- og videoinput; tekstoutput |
| Kontroller for tænkning | Tænkning/ikke-tænkning samt styring af ræsonnementindsats i understøttede API'er |
| Udrulning | Transformers, vLLM, SGLang, TokenSpeed og andre understøttede frameworks |
| Åbne vægte | Ja |
| CometAPI-model-ID | qwen3.8-flash-next |
Hvad er Qwen3.8-Flash-Next?
Qwen3.8-Flash-Next er en kommende open-weight multimodal MoE-model fra Alibabas Qwen-team. Endnu vigtigere er den positioneret som en tidlig forhåndsvisning af den arkitektur, der er tiltænkt at drive den fremtidige Qwen4-modelfamilie, snarere end blot endnu et inkrementelt Qwen3.8-checkpoint.
Qwen bruger denne udgivelse til at eksponere sin næste-generations arkitektoniske retning for open source-økosystemet, før den bredere Qwen4-familie ankommer. Dette giver udviklere af inferensmotorer, kvantiseringsprojekter, model-serving-rammeværk og applikationsudviklere mulighed for at forberede sig på arkitekturændringerne på forhånd.
Den aktuelt offentliggjorte arkitektur introducerer to vigtige komponenter: en GDN-baseret hybridarkitektur og Qwen Sparse Attention (QSA). GDN refererer til en gated DeltaNet-stil lineær-attention-tilgang, der følger den hybrid-attentionsretning, som tidligere blev udforsket i Qwen3-Next. QSA præsenteres som en ny sparse-attention-mekanisme, selvom dens fulde tekniske specifikation endnu ikke er blevet offentliggjort.
Hovedfunktioner i Qwen3.8-Flash-Next
- Qwen4-arkitekturforhåndsvisning: Qwen3.8-Flash-Next er eksplicit positioneret som en tidlig implementering af den arkitektoniske retning, der vil drive den kommende Qwen4-familie.
- Multimodal MoE-design: Modellen beskrives som en multimodal Mixture-of-Experts-model, der udvider Qwens effektive sparse-modelstrategi mod en ny generations arkitektur.
- GDN-hybridarkitektur: Modellen fortsætter den hybrid-attentionsforskningsretning, der blev introduceret med Qwen3-Next, og kombinerer effektive lineære attention-mekanismer med konventionel attention, hvor præcis hentning er vigtig. Qwen3-Next viste, at denne tilgang i væsentlig grad kan forbedre effektiviteten ved inferens på lange kontekster.
- Qwen Sparse Attention: QSA er en af de to arkitektoniske ændringer, der offentligt fremhæves for Flash-Next. Dens detaljerede implementering og kvantitative fordele mangler endnu at blive dokumenteret af Qwen.
- Open-weight-økosystem-orientering: Udgivelsen er tænkt som en måde at give open source-fællesskabet tidlig adgang til arkitekturændringerne, så inferens-runtime og downstream-værktøjer kan tilpasse sig, før Qwen4 ankommer.
- Kodnings- og agent-ydelse for Qwen3.8-Flash-Next
| Benchmark | Qwen3.8-Flash-Next | Qwen3.8-27B | Qwen3.7-Plus | DeepSeek V4 Flash | Claude Opus 4.6 |
|---|---|---|---|---|---|
| DeepSWE 1.1 | 58.7 | 42.2 | 16.5 | 54.4 | -- |
| SWE-bench Pro | 62.5 | 61.7 | 55.8 | 56.0 | 53.4 |
| SWE-bench Multilingual | 81.0 | 73.8 | 75.8 | -- | 77.5 |
| NL2Repo-Bench | 48.1 | 42.3 | 41.1 | 54.2 | 47.6 |
| CoWorkBench | 73.9 | 70.7 | 65.1 | 45.1 | 68.2 |
| JobBench | 55.7 | 33.4 | 27.6 | 41.3 | 36.6 |
| Toolathlon Verified | 73.5 | 67.1 | 50.6 | 70.3 | -- |
| IFBench | 81.3 | 79.5 | 79.1 | 79.2 | 62.5 |
| GPQA Diamond | 91.7 | 89.2 | 90.3 | 90.8 | 91.3 |
| HLE | 35.9 | 30.8 | 34.7 | 33.8 | 40.0 |
| LiveCodeBench v6 | 91.9 | 90.3 | 89.6 | 90.6 | 88.8 |
Qwen3.8-Flash-Next vs Qwen3.8-Max vs Qwen3.8-27B
| Model | Positionering | Arkitektur / skala | Multimodal | Nuværende status |
|---|---|---|---|---|
| Qwen3.8-Flash-Next | Qwen4-arkitekturforhåndsvisning / effektivitetsorienteret åben model | Multimodal MoE; fuldstændige specifikationer afventer | Ja | Kommende |
| Qwen3.8-Max | Flagskibshostet Qwen3.8-model | Storskalig MoE | Ja | Tilgængelig |
| Qwen3.8-27B | Open-weight Qwen3.8-model | 27B tæt model | Modelspecifikke kapaciteter | Tilgængelig |
Qwen3.8-Max er allerede tilgængelig gennem Alibabas cloud-økosystem og er positioneret til avanceret ræsonnement, visuel forståelse, kodning og agentiske arbejdsbelastninger. Qwens nuværende dokumentation opfører Qwen3.8-Max med et kontekstvindue på 1M tokens, mens CometAPI allerede eksponerer qwen3.8-max.
Flash-Next bør derfor ses anderledes: dens primære betydning på dette stadium er arkitektonisk snarere end benchmark-baseret. Den forhåndsviser den tekniske retning for Qwen4 og giver open source-økosystemet et tidligere mål for runtime- og implementeringsoptimering.