8月26日晚，阿里发布并同步开源千问最新模型 Qwen3.8-Flash。该模型采用全新下一代架构，千亿总参数仅激活60亿（6B）即可获得超越Claude Opus4.6的前沿性能，创下模型效率的全球新基准。得益于架构和训练的全面革新，Qwen3.8-Flash训练成本较Qwen3.7-Plus骤降近90%，推理成本同样大幅下降，每百万Tokens输入仅1元，输出3元，价格最低至DeepSeek-V4-Flash的1/3，将全球模型性价比“斩杀”至极致新水平。Qwen3.8-Flash今晚将首发上线“千问办公”，开发者和企业也可通过千问AI平台获取新模型API服务。

Qwen3.8-Flash是一个多模态混合专家（MoE）模型，采用了下一代（Next）模型架构，Transformer参数125B仅激活6B，性能表现超越Opus4.6、接近Opus4.8。仅完成预训练的Qwen3.8-Flash基座（Base）模型，在通用（SuperGPQA）、数学推理（GSM8K）、编程（SWEBench-Pretrain）等基础能力上超过了3倍其大小的Qwen3.7-Plus基座模型。经后训练后，Qwen3.8-Flash性能实现跃迁：在考验智能体编程的SWE-bench Pro评测中领先Opus4.6多达9.1分；在长程专业任务CoWorkBench、真实工具调用Toolathlon Verified等智能体任务中均超越了DeepSeek-V4-Flash，在专业工作任务JobBench智能体评测中超出Opus4.6近20分；多模态能力方面，在模拟手机操作的移动端智能体AndroidWorld评测中，Qwen3.8-Flash比Opus4.6高出22.5分，在以视觉推理解决数学问题的MathVision任务中超出25.1分，具身智能ERQA任务领先31.5分，Qwen3.8-Flash的整体多模态能力显著更强。

Qwen3.8-Flash出色的模型能力得益于其革新的模型架构和训练方案。模型采用了与此前所有千问大模型完全不同的全新架构：在注意力方面，引入独特的QSA（Qwen Sparse Attention）机制，形成与GDN高效融合的混合注意力架构，可显著降低计算开销，在高缓存命中的1M Tokens长上下文实际场景中可提速8倍以上，又准又快；在模型内部信息传递方面，引入自研的 Gated Residual 方法，将传统Transformer的1条信息主通道拆分并拓展为4条，让模型可根据需求动态决定读写信息，信息传递更高效，训练也更稳定；在模型参数扩展方面，引入51B的N-gram Embedding参数，为模型Transformer参数提供更高效的查表寻址，在每次token计算时该参数无需参与，以极少的资源消耗“外挂”了一个大规模的 “记忆指南手册”，模型参数扩展效率更高；在模型优化方面，模型结构和训练优化协同进行，收敛效率和训练吞吐大幅提升。

Qwen3.8系列技术创新，直接带来了训练和推理的成本大幅下降。Qwen3.8-Flash性能与上一代Qwen3.7-Plus接近，但仅用九分之一的资源便完成了训练，训练成本大降90%；推理时，Qwen3.8-Flash每百万Tokens输入低至1元，输出3元，是Claude Opus4.6的3%，是DeepSeek-V4-Flash闲时价格的2/3、忙时价格的1/3。Qwen3.8-Flash擅长处理智能体编程、专业办公、长程任务等，同时Qwen团队和“千问办公”团队对模型和Harness框架协同联合优化，Agentic能力进一步提升。现在，千问办公“标准模式”内置了Qwen3.8-Flash，可完成95%的日常办公任务。

据了解，Next新架构将是全新一代千问大模型Qwen4的雏形，Qwen3.8-Flash-Next模型权重已在Hugging Face、魔搭社区全面开源，交由全球AI开源社区检验，以更好打造Qwen4模型。截至目前，Qwen3.8已开源发布2.4T参数量的Qwen3.8-Max、Qwen3.8-27B及Qwen3.8-Flash三大尺寸模型，Qwen模型全球下载量突破30亿次，衍生模型数超30万个，全尺寸、全模态的全面开源正在全球掀起新一轮中国模型浪潮。

校对 陶善工