Qwen3.8-Flash-Next non è semplicemente un membro più piccolo o più veloce della famiglia Qwen3.8. Qwen lo descrive come un modello MoE multimodale a pesi aperti e un’anteprima precoce dell’architettura utilizzata in Qwen4. Il suo design modifica contemporaneamente l’attenzione, le connessioni residuali, la capacità di embedding e l’ottimizzazione, con l’obiettivo di migliorare le capacità riducendo drasticamente la quantità di calcolo richiesta per token.
TL;DR
Qwen3.8-Flash-Next combina un modello principale da 125B parametri con una tabella di embedding N-gram aggiuntiva da 51B, pur attivando solo 6B parametri per token. Gestisce nativamente 262.144 token e può essere esteso a 1.000.000 di token con YaRN. L’architettura si basa su un mix 3:1 di Gated DeltaNet e Qwen Sparse Attention, connessioni Gated Residual a quattro rami, N-gram Embedding, un ampio pool di esperti MoE ultra-sparso, Multi-Token Prediction e training basato su Muon.
Il punto più importante è l’efficienza, non il semplice numero di parametri. Qwen riferisce che l’addestramento del modello richiede circa un nono del costo di Qwen3.7-Plus, eppure la valutazione di lancio colloca il modello davanti ai precedenti baseline Qwen su molte attività di coding, agent per ufficio e multimodali. Si tratta di risultati riportati dal fornitore, da leggere come evidenze di lancio piuttosto che come validazioni indipendenti.
Per gli sviluppatori, i pesi aperti sono disponibili attraverso i canali Qwen, mentre la versione gestita in produzione si chiama Qwen3.8-Flash su QwenCloud. CometAPI elenca Qwen3.8-Flash-Next con l’ID modello qwen3.8-flash-next, offrendo agli sviluppatori un percorso unificato insieme ad altri modelli frontier.
Punti chiave
- 125B parametri del modello principale + 51B N-gram embedding, con 6B parametri attivi per token.
- Uno schema di attenzione ibrido 3 GDN : 1 QSA progettato per combinare memoria efficiente con recupero preciso a lungo raggio.
- Contesto nativo da 262.144 token e fino a 1M di token tramite YaRN.
- Qwen riporta fino a 7,6x speedup di prefill e 4,9x di decode del kernel a 1M di contesto per QSA.
- Il flusso residuale è ampliato in quattro rami con gate, migliorando il flusso di informazioni tra livelli e la stabilità dell’addestramento.
- La tabella di lancio ufficiale mostra risultati solidi su SWE-bench Pro, CoWorkBench, JobBench, Toolathlon, AndroidWorld e RealWorldQA, ma non un dominio pulito su ogni benchmark.
- Qwen posiziona il rilascio come anteprima architetturale, quindi la sua importanza riguarda in parte ciò che segnala per Qwen4 piuttosto che solo il suo attuale piazzamento nei benchmark.
Che cos’è Qwen3.8-Flash-Next?
Qwen3.8-Flash-Next è un modello linguistico causale multimodale con un encoder visivo e uno scheletro linguistico Mixture-of-Experts ultra-sparso. Il model card ufficiale descrive una architettura a 48 livelli con 512 esperti, 10 esperti instradati più un esperto condiviso, e un layout nascosto che ripete tre livelli Gated DeltaNet seguiti da un livello Qwen Sparse Attention.
Il rilascio svolge un ruolo simile a Qwen3-Next: espone modifiche architetturali prima che vengano scalate nella prossima famiglia completa. Qwen definisce esplicitamente il modello un’anteprima sperimentale dell’architettura che supporterà Qwen4. Questo lo rende particolarmente interessante per gli ingegneri che si occupano di efficienza di serving, contesto lungo e direzione della ricerca sull’architettura dei modelli aperti.
4 componenti fondamentali di Qwen3.8-Flash-Next
Il modello modifica insieme quattro componenti fondamentali: attenzione, flusso residuale, capacità di embedding e ottimizzazione. Questa co-progettazione è importante perché i guadagni di efficienza in un componente possono andare persi se un altro diventa il collo di bottiglia a contesto lungo o su larga scala.
Attenzione ibrida: GDN + Qwen Sparse Attention
La maggior parte dei livelli non esegue attenzione globale. Invece, tre livelli su quattro utilizzano Gated DeltaNet per comprimere le informazioni storiche in uno stato di dimensione fissa. Il quarto livello usa attenzione globale per un recupero esatto, ma questa attenzione globale è ridisegnata come Qwen Sparse Attention (QSA).
QSA evita di cercare ogni token in modo indipendente. Un indicizzatore leggero raggruppa prima la sequenza in micro-blocchi, stima quali blocchi contano, e poi presta attenzione solo alle regioni selezionate. Nella descrizione di Qwen, questo riduce sia il calcolo dell’attenzione sia l’overhead di indicizzazione necessario per trovare il contesto rilevante. Il design è particolarmente compatibile con una rete ibrida perché l’indice sparso viene costruito in modo indipendente all’interno di ciascun livello di attenzione, invece di fare affidamento su somiglianze tra livelli di attenzione adiacenti.
I numeri di efficienza sono consistenti. A un contesto da 1M token, Qwen riporta fino a 7,6x prefill più veloce e 4,9x decode più veloce per il kernel di attenzione QSA. In un esperimento di serving con alto riutilizzo della cache e un tasso di hit della prefix-cache del 90%, il modello completo raggiunge 8,6x il throughput di prefill di Qwen3.7-Plus a contesto 1M.
Gated Residual: quattro percorsi invece di uno
Un Transformer convenzionale legge e scrive ripetutamente in un unico flusso residuale. Qwen3.8-Flash-Next invece utilizza Gated Residual per ampliare quel flusso in quattro rami paralleli. Gate di lettura element-wise decidono quanta informazione prendere da ogni ramo, mentre gate di scrittura a livello di ramo determinano cosa viene scritto indietro.
Questo è pensato per preservare le feature utili lungo la profondità senza obbligare ogni feature a passare attraverso lo stesso canale continuamente mescolato. Qwen riferisce inoltre che il gate sopprime gli outlier di attivazione e che lo stato residuale può essere memorizzato in FP8, riducendo il traffico di memoria. L’idea chiave non è semplicemente più capacità residuale; è l’instradamento controllato dell’informazione tra i livelli.
N-gram Embedding: più capacità senza calcolo proporzionale
Il modello aggiunge 51B parametri di N-gram Embedding oltre ai 125B del backbone principale. A differenza dell’embedding ordinario che indicizza da un singolo token, N-gram Embedding usa pattern di token locali come bigrammi e trigrammi. Questo fornisce al modello una grande memoria di tipo lookup per pattern locali ricorrenti.
La parte insolita è dove risiede la capacità. Poiché l’indirizzo di lookup può essere noto prima che l’embedding sia necessario, la tabella può essere mantenuta in memoria host e precaricata in modo asincrono mentre il calcolo su GPU continua. Ciò significa che i 51B parametri extra non si comportano come 51B parametri aggiuntivi di moltiplicazioni di matrici dense. L’architettura sta di fatto scalando due risorse diverse: parametri del modello ad alto calcolo e memoria di lookup a basso calcolo.
Muon e ottimizzazione dell’addestramento
Qwen addestra l’architettura con il Muon optimizer per mappe lineari bidimensionali come i pesi principali in attenzione, GDN e gli esperti MoE, mentre embedding, router e parametri Gated Residual a basso rango continuano a usare AdamW. Matrici fuse come QKV e proiezioni SwiGLU sono suddivise nelle rispettive trasformazioni lineari indipendenti prima dell’ortogonalizzazione.
Il team ha anche riadattato la sua legge di scaling per la nuova architettura e riferisce che il Batch Size Warmup convenzionale non era necessario. Aumentare gradualmente la dimensione del batch non ha migliorato il risultato finale e ha invece richiesto il 18,8% di step dell’optimizer in più. La ricetta finale quindi inizia direttamente alla dimensione di batch target.
MoE ultra-sparso e Multi-Token Prediction
Il model card ufficiale elenca 512 esperti con 10 esperti instradati e un esperto condiviso attivi per token. Il grande pool di esperti aumenta la capacità memorizzata senza attivare l’intero modello per ogni token. Un modulo Multi-Token Prediction (MTP) a un livello è addestrato con più step per migliorare l’accettazione dello speculative decoding supportando anche il backbone principale.
Prestazioni benchmark di Qwen3.8-Flash-Next
Qwen pubblica valutazioni ampie su linguaggio, coding, agent e visione-linguaggio. Questi numeri sono utili perché molti modelli di confronto sono stati rieseguiti nel framework di Qwen, ma restano valutazioni di lancio riportate dal fornitore, non riproduzioni indipendenti dei benchmark. Diverse righe usano anche framework o giudici specifici del benchmark, quindi l’interpretazione più prudente è direzionale: mostrano dove Qwen3.8-Flash-Next è più forte e dove i concorrenti sono ancora in testa.
Prestazioni di coding e agent
| 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 |
La storia del coding è forte ma sfumata. Qwen3.8-Flash-Next guida il set di confronto elencato su SWE-bench Pro, SWE-bench Multilingual, CoWorkBench, JobBench, Toolathlon Verified e LiveCodeBench v6. Tuttavia, DeepSeek V4 Flash è avanti su NL2Repo-Bench, mentre Claude Opus 4.6 guida HLE. Questo rende l’efficienza il titolo più difendibile rispetto al dominio universale dei benchmark.
I guadagni più notevoli rispetto ai precedenti baseline Qwen compaiono nel lavoro a lungo orizzonte. CoWorkBench passa da 65.1 su Qwen3.7-Plus a 73.9, mentre JobBench da 27.6 a 55.7. Poiché CoWorkBench è un benchmark interno Qwen, questi guadagni meritano una replica indipendente, ma sono in linea con il focus dichiarato dell’architettura su agent e flussi d’ufficio a costi efficienti.
Prestazioni multimodali
| Benchmark | Qwen3.8-Flash-Next | Qwen3.8-27B | Qwen3.7-Plus | Claude Opus 4.6 |
|---|---|---|---|---|
| ClawEval-MM (Pass@3 / Avg) | 64.4 / 60.4 | 57.4 / 56.9 | 57.4 / 60.1 | 52.5 / 54.7 |
| RecreationBench | 49.9 | 47.1 | 30.2 | -- |
| AndroidWorld | 84.5 | 81.9 | 81.0 | 62.0 |
| OSWorld 2.0 (Binary / Partial) | 19.4 / 52.3 | 19.4 / 48.0 | 2.8 / 21.5 | -- |
| Vision2Web | 64.0 | 62.9 | 42.1 | -- |
| ERQA | 72.3 | 65.5 | 69.8 | 40.8 |
| LVBench | 76.6 | 72.4 | 76.2 | 63.0 |
| RealWorldQA | 88.5 | 85.9 | 86.9 | 73.9 |
| MathVision (without / with CI) | 90.6 / 95.7 | 90.0 / 94.6 | 90.3 / 88.7 | 65.5 / -- |
| CharXiv RQ (without / with CI) | 84.6 / 90.6 | 83.7 / 90.2 | 85.8 / 85.9 | 66.0 / -- |
Fonte dati: valutazione di lancio ufficiale di Qwen**.
I risultati multimodali supportano l’idea che questo non sia solo un modello Flash focalizzato sul coding. Qwen3.8-Flash-Next ottiene 84.5 su AndroidWorld, 64.0 su Vision2Web, 76.6 su LVBench e 88.5 su RealWorldQA nella tabella di Qwen. Il model card fornisce anche esempi di input immagine e video, incluse raccomandazioni per il campionamento a frame rate più elevato su carichi di lavoro video su scala oraria. carichi di lavoro video.
Qwen3.8-Flash-Next vs altri modelli
Un confronto utile dovrebbe separare tre domande: quanta computazione viene attivata per token, quanto sono ampie le modalità e il contesto del modello e quanto bene si comporta su flussi di lavoro rappresentativi. Il conteggio totale grezzo dei parametri da solo non risponde a queste domande.
Qwen3.8-Flash-Next vs Qwen3.8-27B vs Qwen3.7-Plus
| Dimensione | Qwen3.8-Flash-Next | Qwen3.8-27B | Qwen3.7-Plus |
|---|---|---|---|
| Parametri del modello | 125B + 51B N-gram embedding | 27B | 397B |
| Parametri attivati | 6B | 27B | 17B |
| Contesto nativo | 262K | 262K nel setup di confronto Qwen | Modello long-context di generazione precedente |
| DeepSWE 1.1 | 58.7 | 42.2 | 16.5 |
| CoWorkBench | 73.9 | 70.7 | 65.1 |
| JobBench | 55.7 | 33.4 | 27.6 |
| AndroidWorld | 84.5 | 81.9 | 81.0 |
Il risultato chiave è la capacità per parametro attivato. Qwen3.8-Flash-Next attiva 6B parametri per token contro 27B per Qwen3.8-27B e 17B per Qwen3.7-Plus, eppure è avanti sui punteggi elencati di DeepSWE, CoWorkBench, JobBench e AndroidWorld. Il compromesso è l’impronta in memoria: la sparsità riduce il calcolo attivo, non la quantità di capacità del modello che deve comunque essere memorizzata da qualche parte.
Qwen3.8-Flash-Next vs DeepSeek V4 Flash vs Claude Opus 4.6
| Dimensione | Qwen3.8-Flash-Next | DeepSeek V4 Flash | Claude Opus 4.6 |
|---|---|---|---|
| Pesi | Open-weight | Open-weight | Closed |
| Profilo parametri riportato | 125B main + 51B N-gram; 6B attivi | 284B totali; 13B attivi | Non divulgato pubblicamente |
| Storia primaria di efficienza | QSA + GDN + MoE attivo da 6B + lookup memory | MoE sparso ad alto throughput | Stack gestito di ragionamento e agent |
| Multimodalità nativa | Testo, immagine, video -> testo | Famiglia Flash orientata al testo; route visiva disponibile separatamente su CometAPI | Testo + visione/file tramite API ospitate |
| SWE-bench Pro* | 62.5 | 56.0 | 53.4 |
| CoWorkBench* | 73.9 | 45.1 | 68.2 |
| NL2Repo-Bench* | 48.1 | 54.2 | 47.6 |
| HLE* | 35.9 | 33.8 | 40.0 |
DeepSeek V4 Flash rimane più forte su NL2Repo-Bench nel confronto di Qwen, il che è rilevante per la generazione di codice a livello di repository. Claude Opus 4.6 è più forte su HLE nella stessa tabella e rappresenta un modello gestito chiuso piuttosto che un target di deployment aperto. Qwen3.8-Flash-Next si distingue maggiormente per la combinazione di pesi aperti, multimodalità nativa, ingegneria del contesto lungo e un budget di parametri attivi molto piccolo.
Qwen3.8-Flash-Next vs Qwen3.8-Max
| Dimensione | Qwen3.8-Flash-Next | Qwen3.8-Max |
|---|---|---|
| Ruolo | Anteprima architetturale aperta con priorità all’efficienza | Flagship Qwen3.8 |
| Scala principale/totale | 125B main + 51B N-gram; 6B attivi | 2,4T totali; circa 95B attivi sulla pagina modello CometAPI |
| Enfasi architetturale | QSA, GDN, Gated Residual, N-gram Embedding, Muon | Massima capacità frontier su scala molto maggiore |
| Best fit | Agent ad alto volume, assistenti di coding, automazione multimodale, self-hosting | Ragionamento più difficile, agent enterprise di grandi dimensioni, carichi orientati alla capacità |
| Contesto | 262K nativo; fino a 1M con YaRN | Contesto 1M-class ospitato sulle route flagship Qwen3.8 correnti |
Qwen3.8-Max specifiche basate sull’attuale listing modello CometAPI.
La distinzione è semplice: Qwen3.8-Max è il flagship orientato alla capacità, mentre Qwen3.8-Flash-Next è l’esperimento su architettura ed efficienza. Gli sviluppatori che scelgono tra i due dovrebbero chiedersi se il collo di bottiglia è la capacità assoluta del modello o il costo di eseguire molti task a contesto lungo e uso di tool su larga scala.
Prezzi e disponibilità di Qwen3.8-Flash-Next
I pesi aperti di Qwen3.8-Flash-Next sono pubblicati tramite Hugging Face e ModelScope. Per il serving gestito, Qwen dichiara che la versione di produzione si chiama Qwen3.8-Flash su QwenCloud, con contesto 1M abilitato di default e tool ufficiali integrati.
Qwen elenca il prezzo della produzione gestita a $0.16 per milione di token in input e $0.47 per milione di token in output. Quel prezzo si riferisce al modello di produzione QwenCloud Qwen3.8-Flash, non al self-hosting dei pesi aperti.
| Route | Input | Output |
|---|---|---|
| Modello di produzione QwenCloud (Qwen3.8-Flash) | $0.16 / 1M tokens | $0.47 / 1M tokens |
| Self-hosting open-weight | Dipende dall’infrastruttura | Dipende dall’infrastruttura |
| Route CometAPI | Verificare pagina modello live | Verificare pagina modello live |
I prezzi QwenCloud provengono dall’ articolo di lancio ufficiale di Qwen; la fatturazione CometAPI va verificata sulla pagina modello live.
Per gli utenti CometAPI, il modello dedicato Qwen3.8-Flash-Next identifica la route come qwen3.8-flash-next. Poiché il routing, la disponibilità upstream e la fatturazione possono cambiare indipendentemente dal rilascio dei pesi aperti, le integrazioni di produzione dovrebbero consultare il catalogo live di CometAPI prima di fissare assunzioni di prezzo nel codice.
Raccomandazione CometAPI
Qwen3.8-Flash-Next dovrebbe diventare disponibile tramite CometAPI a breve. CometAPI offre un singolo endpoint compatibile con OpenAI (https://api.cometapi.com/v1) che aggrega oltre 500 modelli da fornitori leader, inclusi i modelli della serie Qwen. Questo approccio riduce il lock-in del fornitore, semplifica l’esperimentazione con Qwen3.8-Flash (una volta disponibile sulla piattaforma o su route Qwen correlate) e snellisce i deployment di produzione che possono miscelare modelli per task diversi (es. Qwen per agent di coding a costi efficienti + un altro modello per ragionamento specializzato). Documentazione e guide rapide sono disponibili su apidoc.cometapi.com e sul sito principale di CometAPI.
Che si faccia self-hosting dei pesi aperti, si utilizzi QwenCloud o si instradi tramite una piattaforma unificata come CometAPI, Qwen3.8-Flash-Next abbassa la barriera per agent multimodali ad alte prestazioni e contesto lungo.
Cosa può fare Qwen3.8-Flash-Next?
1. Agent di coding ad alto volume
Un budget di parametri attivi da 6B combinato con un punteggio SWE-bench Pro di 62.5 nella valutazione di Qwen rende Qwen3.8-Flash-Next particolarmente interessante per sistemi di coding che eseguono molte sessioni parallele. Esempi includono code review, triage di issue, navigazione del repository, generazione di test e patch iterative in cui il throughput conta quasi quanto l’intelligenza della singola esecuzione.
2. Lavoro d’ufficio e di conoscenza a lungo orizzonte
CoWorkBench e JobBench sono centrali nel posizionamento del modello. L’architettura è progettata per loop di agent che leggono ripetutamente il contesto, chiamano tool, aggiornano lo stato e proseguono il lavoro piuttosto che rispondere una volta sola. Questo si adatta naturalmente a flussi di lavoro su documenti, analisi di fogli di calcolo, assemblaggio di report, sintesi di ricerca e automazione di processi aziendali.
3. Agent multimodali per computer e mobile
Input immagine e video, prestazioni su AndroidWorld, valutazione OSWorld e risultati su Vision2Web rendono il modello rilevante per agent GUI. Può fungere da livello di ragionamento per sistemi che interpretano screenshot, operano interfacce mobile, riproducono layout di applicazioni o combinano stato visivo con chiamate a tool.
4. Ragionamento su video lunghi e visivo
Il model card ufficiale include esempi espliciti di input video e indicazioni per il preprocessing di video su scala oraria. Questo rende il modello utile per question answering su video, ricerca su video lunghi, estrazione di eventi visivi e flussi di lavoro che combinano comprensione video con tool downstream.
5. Ricerca e flussi di lavoro su repository da milioni di token
Il modello aperto è nativo a 262.144 token ed estensibile a 1.000.000 con YaRN. Questa distinzione è importante: 1M è un’estensione, non il contesto nativo del modello aperto. Per grandi repository o corpora di ricerca, QSA è pensata per rendere più pratico il costo di recupero di quei contesti lunghi rispetto all’attenzione globale densa.
Come possono gli sviluppatori eseguire Qwen3.8-Flash-Next?
Gli sviluppatori possono scaricare i pesi aperti da Hugging Face e eseguire il modello con Transformers, vLLM, SGLang o TokenSpeed. Qwen fornisce esempi OpenAI-compatibili di Chat Completions sia per input testuali sia multimodali.
Ad esempio, il model card ufficiale mostra come servire Qwen/Qwen3.8-Flash-Next con vLLM e chiamarlo tramite /v1/chat/completions. Input immagine e video sono dimostrati anche tramite l’interfaccia compatibile con OpenAI.
Qwen3.8-Flash-Next opera in thinking mode di default. Gli sviluppatori possono controllare il comportamento di thinking attraverso enable_thinking, preserve_thinking e reasoning_effort; i livelli documentati di reasoning-effort sono xhigh, medium e low.
Quali sono i limiti di Qwen3.8-Flash-Next?
Il limite pratico più grande è il costo dell’hardware. Sebbene solo 6B parametri del modello linguistico siano attivati, il checkpoint contiene 125B parametri linguistici più il componente di embedding n-gram da 51B e 4B parametri MTP. Il repository corrente è di circa 360 GB, quindi il deployment locale è ancora un’attività pesante per l’infrastruttura.
Il secondo limite è che 262K è la lunghezza del contesto nativa, non 1M. Il modello può essere esteso a 1M token, ma una route CometAPI o una pagina modello non dovrebbero semplicemente elencare “contesto nativo 1M”. La formulazione corretta è contesto nativo 262K, estensibile a 1M.
Infine, le prestazioni sui benchmark sono disomogenee. Qwen3.8-Flash-Next è altamente competitivo su task di coding e agentici ma non guida ogni benchmark. Ad esempio, Claude Opus 4.6 ottiene 40.0 su HLE contro 35.9 di Flash-Next, mentre DeepSeek-V4-Flash-0731 guida i modelli elencati su NL2Repo-Bench.
Qwen3.8-Flash-Next: cosa segnala per Qwen4
Il significato più ampio di questo rilascio è il suo ruolo di anteprima precoce dell’architettura che si prevede supporterà Qwen4. Qwen3.8-Flash-Next riunisce Qwen Sparse Attention, Gated DeltaNet, connessioni Gated Residual a quattro rami, N-gram Embedding, un pool di esperti MoE ultra-sparso e Multi-Token Prediction. Queste scelte mostrano come Qwen stia esplorando maggiore capacità, contesto più lungo e prestazioni multimodali e agent più forti senza aumentare allo stesso ritmo il calcolo attivo per token.
Verdict finale
Qwen3.8-Flash-Next è importante perché cambia la natura del problema dell’efficienza. Invece di trattare tutti i parametri come equivalenti, combina un percorso MoE attivo relativamente piccolo con una memoria di tipo lookup molto grande e un meccanismo di recupero sparso progettato per contesti lunghi. Questo offre a Qwen diverse leve indipendenti per aumentare la capacità senza aumentare allo stesso ritmo il calcolo per token delle matrici.
Per gli sviluppatori, ciò rende il modello un’opzione convincente per assistenti di coding ad alto volume, agent a contesto lungo, automazione multimodale ed esperimenti self-hosted. Per la roadmap più ampia di Qwen, è ancora più significativo: Qwen utilizza esplicitamente questo rilascio per esporre la direzione architetturale che intende perfezionare verso Qwen4.