阿里把「下一代的模型」提前开源了：Qwen3.8-Flash 炸场，125B 参数只激活 6B、超 Claude Opus 4.6、训练成本降近 90%

今晚的科技圈，被一条消息「闪」亮了。阿里通义千问正式发布并开源 Qwen3.8-Flash——不是预告、不是内测，是实打实的「今晚就上」；不是小修小补，而是架构级的跃迁；不是闭门造车，而是把下一代 Qwen4 的「心脏雏形」提前拆开、摊在开发者面前，连螺丝钉都标好了型号。这哪是发模型？这是一场面向智能基建时代的公开技术路演。

一、架构：125B 总参、仅激活 6B，效率新基准

Qwen3.8-Flash 最震撼的地方在架构。它是一款多模态 MoE（混合专家）模型，主模型参数量 125B（约 1250 亿），额外配备 51B 的 N-gram Embedding 参数——但每个 token 只激活约 6B 参数。换句话说，这是一款「千亿级总参、十亿级激活」的模型，用极低的推理成本，拿到了超越 Claude Opus 4.6 的前沿性能，创下模型效率的全球新基准。

二、上下文与能力：26 万原生，可扩到 100 万

上下文方面，Qwen3.8-Flash 原生支持 262,144（约 26 万）token，可扩展到 100 万 token。Coding、Agent、工具调用等能力都在这次更新中继续增强。生产版本（Qwen Cloud 上命名为 Qwen3.8-Flash）默认就是 100 万 token 上下文——对长文档、完整代码库、长程 Agent 任务来说，这几乎是「一把梭」的容量。

三、成本：训练骤降 90%，输入 1 元/百万 token

比性能更「炸」的，是成本。得益于架构与训练的全面革新，Qwen3.8-Flash 的训练成本较上一代 Qwen3.7-Plus 骤降近 90%，推理成本也大幅下降：每百万 token 输入仅 1 元、输出 3 元。有媒体形容，这一手直接重划了大模型的「性价比斩杀线」——当各家纷纷上调 API 价格或收紧免费额度时，阿里把价格打到了对手的零头，也让办公 AI 的成本直降 90%。

四、开源：Qwen3.8-Flash-Next = Qwen4 雏形

阿里同步开源了 Qwen3.8-Flash-Next 及 FP8 版本的开放权重。诚如官方所说，这个早期版本是给开发者社区一个提前上手、为完整 Qwen4 模型家族做准备的机会。它基于下一代 Qwen4 架构，名字虽还挂着 3.8，实际上是新架构的「技术预览版」——想提前知道 Qwen4 长什么样，就从 Qwen3.8-Flash-Next 开始。

五、落地：千问办公首发上线，速度 +100%、Token -75%

模型发布第二天（8 月 27 日），阿里旗下千问办公就首发上线了 Qwen3.8-Flash，并同步推出「标准模式」。官方称，标准模式下 Token 消耗平均减少 75%，生成速度提升 100%。你用的钉钉文档自动润色、飞书会议实时摘要这类办公 AI，很可能已经在背后悄悄换上了这个新模型——用更低的成本，提供更快的响应。

结语

Qwen3.8-Flash 的发布，本质上是阿里的一次「技术秀肌肉」：把下一代架构的性能和成本，一起摊开放给全世界看。千亿总参、6B 激活、超越 Opus 4.6、训练降 90%、输入 1 元——当这些数字同时成立，它重划的就不只是价格，而是「高效模型到底能做到多好」的预期。而真正的正餐，大概要等完整的 Qwen4 系列登场。