阿里近日正式推出并开源了新一代大语言模型Qwen3.8-Flash，这款采用多模态混合专家（MoE）架构的模型凭借其创新技术，在模型效率与成本控制方面树立了全球新标杆。该模型通过激活1250亿参数中的60亿（6B），实现了超越Claude Opus4.6的性能表现，同时在训练成本上较前代Qwen3.7-Plus降低近90%，推理成本更是低至每百万Tokens输入1元、输出3元，成为当前性价比最优的模型之一。
Qwen3.8-Flash的核心优势源于其架构革新。模型引入了自研的QSA（Qwen Sparse Attention）注意力机制，与GDN高效融合后形成混合注意力架构，使长上下文处理速度提升8倍以上；通过Gated Residual方法将信息主通道扩展为4条，实现动态信息读写，训练稳定性显著提高；51B规模的N-gram Embedding参数则作为“外挂记忆手册”，在不增加计算负担的前提下提升参数扩展效率。这些技术突破使模型在通用能力、数学推理、编程任务等基础评测中，超越了参数规模3倍于己的Qwen3.7-Plus。
在专业场景测试中，Qwen3.8-Flash展现出全面领先性。智能体编程评测SWE-bench Pro中，其得分较Opus4.6高出9.1分；长程任务CoWorkBench与工具调用Toolathlon Verified评测均超越DeepSeek-V4-Flash；办公任务JobBench评测中更以近20分的优势领先Opus4.6。多模态能力方面，模型在移动端操作AndroidWorld、视觉数学推理MathVision、具身智能ERQA等任务中，分别取得22.5分、25.1分和31.5分的显著优势，整体多模态表现远超同类模型。
成本优化是Qwen3.8-Flash的另一大亮点。该模型仅用前代九分之一的资源完成训练，推理成本仅为Claude Opus4.6的3%，闲时价格是DeepSeek-V4-Flash的2/3、忙时价格的1/3。目前，千问办公“标准模式”已内置该模型，可完成95%的日常办公任务，开发者与企业可通过千问AI平台获取API服务。阿里同步开源了Qwen3.8-Flash-Next模型权重，在Hugging Face与魔搭社区全面开放，为全球开发者参与Qwen4模型研发提供基础。
随着Qwen3.8系列发布，阿里已开源2.4T参数量的Qwen3.8-Max、27B及Flash三大尺寸模型。截至目前，Qwen系列全球下载量突破30亿次，衍生模型超30万个，其全尺寸、全模态的开源策略正推动中国AI模型在全球范围内形成技术影响力。
