【CNMO 科技消息】8 月 27 日，千问 AI 平台上线 Qwen3.8-Flash 模型，在编程、Agent 等真实任务中达到极致性价比，最新价格为：输入每百万 Tokens 0.8 元，输出每百万 Tokens 2.7 元，缓存命中每百万 Tokens 0.1 元。

据 CNMO 科技了解，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，千亿总参数仅激活 60 亿（6B），创下模型效率的全球新基准。

该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；

在模型内部分层通信方面，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；

在模型调参方面，模型结构和后期优化协同进行，收敛效率和训练吞吐大幅提升。