阿里巴巴发布 Qwen3.8-Flash：125B 开源多模态 MoE，激活仅 6B

Qwen3.8-Flash 是阿里巴巴刚开源的多模态 MoE 模型，主打极高性价比，直接面向高并发业务、代码助手和复杂 Agent 工作流。

它的总参数量达到 125B，另外补充了 51B 的 N-gram 嵌入，但每个 token 实际仅激活 6B 参数。它在原生状态下支持 262K 上下文，最长能扩展到 100 万 token，并且提前应用了为下一代 Qwen4 准备的新架构。

它能做什么

这个模型的核心定位是干重活的同时帮你省钱，尤其擅长自主编程、长流程办公协作和多模态任务。

在基准测试中，它对标 DeepSeek-V4-Flash 和 Claude-Opus-4.6，在智能体编程测试 SWE-bench Pro、长流程办公测试 CoWorkBench，以及工具调用测试 Toolathlon Verified 上表现亮眼。

多模态能力上，它在视觉数学 MathVision、移动端智能体 AndroidWorld 以及具身智能测试 ERQA 上的成绩同样拿得出手。

在实际业务落地中，阿里巴巴自家的协同办公平台 QwenWork 已经换上了它。升级后的标准模式让每个任务的 token 消耗降低了 75%，生成速度相比此前版本直接翻倍。

怎么做到的与架构规格

让 125B 大体量跑出小模型速度，关键在于底层的一整套架构改造。

在注意力机制上，它采用了混合注意力方案，把擅长压缩历史信息的 Gated DeltaNet 与稀疏注意力 QSA 结合在一起。长序列场景下，它靠轻量级压缩索引器筛选上下文，大幅拉低了计算开销。

网络连接引入了门控残差机制，拓宽层间通道并提升训练稳定性；51B 的 N-gram 嵌入则在几乎不增加计算负担的前提下扩大了模型容量。训练阶段，它还用上了 Muon 优化器。

得益于这套设计，相比体量是它三倍的 Qwen3.7-Plus，Qwen3.8-Flash 仅消耗大约九分之一的训练算力，却在编程和办公任务上实现了反超。

怎么上手与获取方式

模型的权重已经完整开放，开发者可以直接在 Hugging Face 和魔搭社区免费下载。

如果不想本地部署，也可以直接走 API。阿里云百炼（Model Studio）和千问云平台已经上线了该模型接口。

调用定价非常激进，输入端每百万 token 售价 1 元人民币（约 0.16 美元），输出端每百万 token 售价 3 元人民币（约 0.47 美元）。

为什么重要

如果你的团队正在搭建重度依赖代码补全、工具调用或长上下文解析的 Agent 系统，这个模型非常值得第一时间拉下来跑跑看。它把旗舰级任务的推理成本打到了极低的水位，算力开销仅相当于一个小参数模型。

我们认为，Qwen3.8-Flash 最大的看点不仅在于击穿了推理价格，还在于它给接下来的 Qwen4 摸清了架构路线。混合注意力加上极低激活参数的 MoE 路线如果全面跑通，开源阵营在长文本和复杂推理上的门槛会被进一步削平。