AITOPAI热报

Qwen3.8-Flash-Next

共 13 条相关 AI 资讯
9月1日
08:14
08:13
08:13lmarena.ai@lmarena_ai
精选
Qwen3.8-Flash-Next 在整体排名中位列第24位，净提升2.4%。在开源模型中排名第7位。Confirmed Success指标提升12.3%，Bash Recovery提升2.9%。Praise vs. Complaint指标下降1.6%，Steerability下降1.1%。该模型没有工具幻觉问题。
AI模型Qwen3.8-Flash-NextLMSYS开源模型
推荐理由：阿里Qwen3.8-Flash-Next在LMSYS排行榜上表现亮眼，开源模型中排名第7，Confirmed Success指标大幅提升。
原文
8月29日
03:16
03:16官方一手marktechpost@Asif Razzaq
精选73°
Z.ai和Qwen两家中国AI实验室独立发布了几乎相同的模型架构。GLM-5.3-Flash和Qwen3.8-Flash-Next都采用了3:1线性混合架构。两家模型都使用了压缩索引器和门控残差设计。它们还都采用了Muon训练方法。
AI模型GLM-5.3-FlashQwen3.8-Flash-NextZ.ai
事件专题
推荐理由：两家中国实验室不约而同开发出相似架构，看看GLM和Qwen的最新flash版本有何异同。
原文
8月27日
12:10
09:49
09:49SuperTechFans（博客/媒体）
DuckLabs 加入 AWS，保持 MIT 开源；GLM-5.3-Flash 参数320B，性能超越GLM-5.2；Qwen3.8-Flash-Next 主参数125B，成本约Qwen3.7-Plus的1/9。
AI模型DuckLabsGLM-5.3-FlashQwen3.8-Flash-Next
事件专题
推荐理由：想了解最新开源数据库和AI模型进展的朋友，这条新闻不容错过！DuckLabs 加入 AWS，GLM-5.3-Flash 和 Qwen3.8-Flash-Next 都值得关注。
原文
01:33
00:18
00:18lmarena.ai@lmarena_ai
精选72°
Alibaba Qwen 的 Qwen3.8-Flash-Next 在 Code Arena WebDev 获第 8 名，性能比 Qwen3.8-27B 提升 22 点，参数量 125B，成本效率高。新架构 GDN + QSA 混合注意力，训练和推理成本降低 1/9。即将通过 QwenCloud API 提供，价格 0.16/0.47 美元/1M tokens。
AI模型Qwen3.8-Flash-NextAlibaba_QwenCode Arena WebDev
事件专题
推荐理由：Alibaba Qwen 发布的 Qwen3.8-Flash-Next 在 Code Arena WebDev 获得优异成绩，性能提升显著，成本效率高，是 Qwen4 架构的早期预览，值得一看。
原文
8月26日
23:30
23:30官方一手marktechpost@Asif Razzaq
78°
阿里Qwen团队发布Qwen3.8-Flash-Next模型，包含125B参数，6B激活参数。模型采用Gated DeltaNet、Qwen Sparse Attention、Gated Residual、N-gram Embedding等架构，训练成本仅为Qwen3.7-Plus的1/9。预览了Qwen4架构。
AI模型Qwen3.8-Flash-Next多模态MoE阿里Qwen团队
事件专题
推荐理由：阿里Qwen团队发布了Qwen3.8-Flash-Next模型，参数量巨大，架构创新，训练成本低，值得关注。
原文
23:14
23:14官方账号阿里通义 Qwen@Alibaba_Qwen
精选
@vllm_project使Qwen3.8-Flash-Next从第一天起就在NVIDIA和AMD上运行，超稀疏多模态MoE模型，125B参数，6B活跃，262K本地，1M通过YaRN，额外51B N-gram表可卸载，Qwen Sparse Attention是新的引擎工作所在。
AI模型Qwen3.8-Flash-Next多模态MoENVIDIA
事件专题
推荐理由：@vllm_project让Qwen3.8-Flash-Next在NVIDIA和AMD上无缝运行，新模型带来更多可能性，值得一看！
原文
23:13
23:13官方账号阿里通义 Qwen@Alibaba_Qwen
精选
Qwen3.8-Flash-Next 与 SGLang 部署，包含 125B 主模型和 51B N-gram 嵌入，GDN + QSA 混合注意力机制，Gated Residual 结构，Muon 训练。SGLang 为 Qwen4 新架构提供支持。
AI模型Qwen3.8-Flash-NextSGLangN-gram 嵌入
事件专题
推荐理由：Alibaba_Qwen 发布 Qwen3.8-Flash-Next，与 SGLang 合作，模型容量大，嵌入量大，支持长任务，值得期待。
原文
23:10
23:10官方账号Decoder@Matthias Bastian
精选73°
阿里巴巴Qwen团队发布Qwen3.8-Flash-Next，混合专家模型，每token激活125亿参数中的6个。训练成本降低至九分之一，在编码和办公基准测试中击败DeepSeek-V4-Flash和Claude Opus 4.6，对OpenAI和Anthropic构成更多价格压力。
AI模型Qwen3.8-Flash-Next成本效率混合专家模型
事件专题
推荐理由：想了解阿里巴巴如何以更低成本打造强大模型？Qwen3.8-Flash-Next值得一试，它比DeepSeek-V4-Flash和Claude Opus 4.6更高效，成本更低。
原文
8月25日
22:59
22:59IT之家（博客/媒体）
72°
阿里千问 Qwen3.8-Flash-Next 和 Qwen3.8-Flash-Next-FP8 两个版本模型将于明晚开源，基于下一代 Qwen4 架构构建的多模态 MoE 模型，为 Qwen4 模型家族做准备。
AI模型Qwen3.8-Flash-Next多模态MoE模型阿里千问
事件专题
推荐理由：阿里千问发布新模型，开源 Qwen3.8-Flash-Next，多模态 MoE 架构，为 Qwen4 模型家族做准备，值得一试！
原文
22:06