新京报贝壳财经讯（记者罗亦丹）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。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。
具体来看，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。
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；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。
编辑 岳彩周
校对 杨许丽
