模型定位
Qwen3.8-Flash-Next 是阿里巴巴 Qwen 团队发布的开放权重多模态混合专家(MoE)模型,也是 Qwen4 架构的早期实验性预览。主模型为 125B 参数,另有 51B 参数的 N-gram 嵌入表;每个 token 激活约 6B 参数。(github.com)
能力与用途
- 采用 Gated DeltaNet 与 Qwen Sparse Attention 混合架构,以降低长序列注意力计算成本。(github.com)
- 支持多模态理解;官方模型卡提供了图文输入示例。适用于编码、办公协作、高流量应用及工具驱动的智能体工作流。(huggingface.co)
- 开放权重版本原生上下文长度为 262,144 token,可通过 YaRN 扩展至 1,000,000 token。(alibabacloud.com)
限制
- 扩展长上下文需要相应配置;官方提示静态 YaRN 可能影响短文本表现。(huggingface.co)
- 权重采用 Qwen Community 1.0 许可证,使用前应核对其条款。自部署需要自行承担硬件和运维成本。(huggingface.co)
- 官方生产服务 Qwen3.8-Flash 基于本模型,默认提供 1M 上下文及更多生产功能;它与开放权重预览版应区分。(huggingface.co)
价格
以下为基于本模型的生产服务 Qwen3.8-Flash 官方 API 原价,而非对开放权重自部署的收费;不包含限时促销。两地报价适用于不同平台及部署范围,不应视为汇率换算后的同一套餐。查询日期:2026-11-16。(alibabacloud.com)
- 中国大陆:阿里云百炼,华北2(北京)。实时调用输入 CNY 0.8、输出 CNY 2.7,均为每百万 token;缓存命中输入 CNY 0.1、显式缓存创建 CNY 1.25、显式缓存命中 CNY 0.1,均为每百万 token。实时单价适用于非思考及思考模式、单次输入不超过 1M token。来源:阿里云百炼模型价格。(help.aliyun.com)
- 国际:QwenCloud,美国弗吉尼亚地域、美国部署范围。实时调用输入 USD 0.15、输出 USD 0.47;隐式缓存命中输入 USD 0.016、显式缓存创建 USD 0.2、显式缓存读取 USD 0.016,均为每百万 token。来源:QwenCloud 模型价格。(docs.qwencloud.com)
- 国际:QwenCloud,美国弗吉尼亚地域、全球部署范围。实时调用输入 USD 0.113、输出 USD 0.382;隐式缓存命中输入 USD 0.014、显式缓存创建 USD 0.177、显式缓存读取 USD 0.014,均为每百万 token。来源:QwenCloud 模型价格。(docs.qwencloud.com)
发布日期与官方来源
- 发布日期:2026-08-26,见官方 GitHub 公告。(github.com)
- 官方模型卡及权重;阿里云官方技术介绍。