阿里发布Qwen3.8-Flash-Next，主打极致成本效率

基于Qwen4架构的轻量高效预览模型

阿里巴巴通义实验室正以Qwen3.8-Flash-Next作为Qwen4架构的先行预览版本对外发布。该模型采用混合专家（Mixture-of-Experts, MoE）结构，总参数量达1250亿，但每次处理单个token时仅动态激活其中60亿参数，显著降低计算开销。

性能与成本双重优势

据官方信息，Qwen3.8-Flash-Next的训练成本仅为同类大型模型的约九分之一。在编程能力与办公场景（如文档理解、表格处理、多步推理）等基准测试中，其表现优于DeepSeek-V4-Flash及Claude Opus 4.6。此举进一步加剧了对OpenAI与Anthropic等头部厂商的价格竞争压力。