阿里Qwen3.8-Flash-Next开源，176B参数只激活6B，API价格砍到DeepSeek三分之一

1. 刚刚，Qwen3.8-Flash震撼发布，我们看到了Qwen4的骨架

微信公众号 2026-08-26 00:00:00

2. #阿里发布Qwen3.8Flash#据我这个半路出家的文科生了解到，该模型采用下一代 Qwen4 架构，总参数 125B，每 token 仅激活 6B，却实现了超越 Claude Opus4.6 的前沿性能，创下模型效率全球新基准。架构上，Qwen3.8-Flash 带来四大革新：引入 QSA 稀疏注意力机制，1M 长上下文场景提速超 8 倍；自研 Gated Residual 将信息通道拓展为 4 条并行分支；外挂 51B N-gram Embedding 高效扩展模型容量；配合全新优化器大幅提升训练吞吐。成本方面更是惊人——训练成本较上代骤降近 90%，推理定价每百万 Tokens 输入仅 1 元、输出 3 元，仅为 DeepSeek-V4-Flash 的 1/3。模型已同步在 Hugging Face 与魔搭社区开源，并首发上线“千问办公”，开发者可通过千问 AI 平台获取 API 服务。

新浪微博 2026-08-26 00:00:00

3. 终于搞懂了！llama.cpp启动参数逐行拆解，让1080Ti与P100满血运行Qwen3.8-27B本地部署全攻略,竟能流畅跑满Qwen3.8百K上下文

微信公众号 2026-08-22 00:00:00

4. #阿里发布Qwen3.8Flash#阿里最新带来Qwen3.8‑Flash多模态MoE模型，这次的重点放在了模型运行效率上面。主模型125B参数，搭配51B N‑gram Embedding，但每token仅激活6B参与计算，训练开销大约只有Qwen3.7‑Plus的九分之一。 没有单纯堆砌算力，在压缩训练、推理成本的前提下，编码和办公相关任务的能力还得到提升。现在大模型行业，单纯比拼总参数已经成为过去，如何平衡性能与成本，是很多团队需要解决的现实问题，这套新架构也提供了一种参考思路。

新浪微博 2026-08-26 00:00:00

5. Qwen3.8-27B开源，我直接说了，这就是本地能跑的Opus 4.6，270亿参数，4090上100token/s，智商高得离谱。我拿它翻微信聊天，把意念回复全捞出来；答辩时当外挂，0.3秒出答案，真心爽。但别以为我吹本地部署是为了省钱——现在薅云端token羊毛比电费还便宜，100亿token才100块，老佛爷买单。Qwen27B真正的价值是成为大模型定价之锚：让每个人都能在本地跑顶级智能，数据不上云，隐私和响应速度完全可控。3万块主机跑三年，换一个完全属于自己的AI助理，隐私和效率的账算下来，比被云厂商割韭菜值多了。我断言，以后云模型定价都得看它脸色。

新浪微博 2026-08-24 00:00:00

6. Qwen 27B这波操作，不只是又发了个模型、定了个价。它真正牛逼的地方是：把高智商推理从数据中心“释放”到了个人电脑。从前只能集中供给，现在包产到户，你家4090、我家电脑都能跑。这还带出一个新玩法——闲置算力共享第一次变得可行了，像水电气一样能调度。你卡闲了借给别人跑矩阵，别人的卡闲了借给我，爽。 国产算力也终于有了明确靶子，不用再追着旗舰屁股跑，就盯着27B优化，做到又快又省，生态就能转起来。而模型本身，能干掉你90%的工作，还带视觉，看屏幕、识图、标边界框，全都能干。真的，非常完美。 阿里云和DeepSeek一样伟大。一个把推理价格打下来，一个把高智商多模态大模型从机房搬到个人电脑，重新定义了推理定价。作为程序员，我准备部署Qwen3.8-27B未审计版了，期待。 全文见：网页链接

新浪微博 2026-08-24 00:00:00

7. 美元这些年靠什么随便印钞？背后得有硬核资产池撑着。以前是房地产，后来是科技叙事，AI 成了新锚。美国大模型定价多狠？OpenAI 敢收天价，Anthropic 输出敢要 25 美元，不是值这个价，是没便宜的对标品。 但 DeepSeek 一出，定价锚直接松了。Pro 输出 1.1 美元，Flash 只要 0.55 美元，性能差距不大，直接把大模型拉下神坛。后来阿里开源 Qwen3.8-27B，更狠——本地跑，一台 4090 主机三年总成本 36480 元，能产 9331 亿 token，折合每百万 token 才 3.9 元人民币。对比 Anthropic Opus 4.6 的 180 元，差了 47 倍。 这定价权还怎么维持？所以美国政府为什么死磕中国开源AI？因为这本该是美元下一个锚定物，结果被我们一铲子撅了。 全文见：网页链接

新浪微博 2026-08-23 00:00:00

8. 成本与隐私的最优解，其实就靠qwen3.8 27B这个模型把两头接起来了。 一端是中转站，便宜是真便宜，但数据全程裸奔，灰产、投毒、卖数据都是常态，微信邮件账本这种敏感活绝不能交出去。另一端是纯本地，隐私满分，但硬件贵，小模型智能不够。 27B正好卡在中间：**所有涉及隐私的脏活累活——搜资料、扒数据、整理半成品——全在本地跑，数据不出门。** 中转站的贵价模型只干一件事：收口和决策，拿本地整理好的信息做最后判断、派活，它接触到的只有你允许漏出去的那一点点，泄了也不怕。 这么一分工，等于既白嫖了顶尖算力，又不怕数据被卖。便宜和隐私两头都占了一点，又都没完全牺牲。折衷的智慧，这就是最优解。 全文见：网页链接

新浪微博 2026-08-24 00:00:00

9. 阿里悄悄把Qwen3.8-27B开源了，270亿参数，262K上下文，外推能到100万，两天下载破百万，直接登顶Hugging Face全球趋势榜。我当天就装进了两年前买的4090台式机（24G显存+128G内存，全套3万块），跑Q4量化，每秒100 tokens，丝滑流畅，智商极高。本地接上Deepseek harness和Claude Code当主力工作智能体，完全OK，真的哇塞。这玩意儿基本就是个人电脑上能跑的Opus 4.6，从此不再靠梁文锋良心发现打折，每个人都能本地推理，彻底替代deepseek v4 flash，成为大模型时代真正的定价之锚。但本地跑它的核心卖点不是便宜，是三万块预算内，给你一个完全隐私的AI助理，还能省下大笔tokens费用。 全文见：网页链接

新浪微博 2026-08-24 00:00:00

10. 我让Qwen3.8翻了翻这两天的agent日志，12个会话，1400多次工具调用，九成九都是执行活——跑bash、写脚本、改文件、爬数据、同步平台。真正需要高智商大模型收口的，就两个任务：看子代理反馈，定下一步方向。剩下的，本地27B全干了。 一周一亿token的用量，大半烧在执行的粗活上。我把这些先下放到本地27B，搞不定的再用ds v4flash兜底，贵价模型只留收口那步。一个月成本压到300块不难，加上电费500以内，压力不大。上个月同事干出去一万块token费，上线本地27B后，这部分是实打实能省下来的。 算账不是重点。重点是27B本地模型能干很多活，这会改掉我们使用大模型的方式——别把所有token都喂给贵价模型，执行层完全可以用小模型跑，省下钱干更聪明的事。 全文见：网页链接

新浪微博 2026-08-24 00:00:00