千问Qwen3.8-Flash发布，125B参数只激活6B，API定价低于DeepSeek三分之一_服务软件

1. 刚刚，Qwen3.8-Flash震撼发布，我们看到了Qwen4的骨架

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。

3. #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。

4. 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

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。

千问Qwen3.8-Flash发布，125B参数只激活6B，API定价低于DeepSeek三分之一

精选参考来源