阿里通义千问发布Qwen3.8-Flash：训练开销仅为前代1/9，国内Flash之战正式开打

阿里通义千问团队正式发布Qwen3.8-Flash，该模型参数亮眼、架构有四大变化，还提前开放Qwen3.8-Flash-Next开源权重，与智谱同日发布新品，国内Flash之战打响。

参数亮眼，性能提升

Qwen3.8-Flash拥有125B总参数 + 51B N-gram Embedding，每token只激活6B参数，原生支持262K上下文，可扩展到1M。相比Qwen3.7-Plus，训练开销仅为其1/9，在编码和办公任务上能力更强。

架构四大变化

Attention层采用Gated DeltaNet和Qwen Sparse Attention混合架构，加速显著；Residual连接改成Gated Residual，降低访存开销；Embedding层引入51B的N-gram Embedding，不增加每token计算量；优化器换成Muon，明确参数分工。

提前开放开源权重

通义提前开放Qwen3.8-Flash-Next的开源权重，这是Qwen4系列模型的雏形，等社区检验完再构建完整模型家族，权重可在HuggingFace和ModelScope下载。

上线平台，提供API服务

Qwen3.8-Flash现已上线千问AI平台，对外提供API服务，每百万Tokens输入1元，输出3元。

国内Flash之战打响

阿里通义千问和智谱同一天晚上先后发布Qwen3.8-Flash和GLM-5.3-Flash，都走能力不降级、价格降级路线，且都选国产芯片做推理部署验证。

编辑观点：Qwen3.8-Flash的发布展现了阿里在大模型领域的技术实力，与智谱的竞争将推动国内大模型市场发展，未来或有更多创新成果涌现。