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。