Qwen3.8-Flash-Next 发布

关键信息

该模型被描述为总量 125B tokens、但仅有 6B active，这也是其效率提升的核心技术点。Willison 的实测还表明，它可以通过 Unsloth 的量化 GGUF 文件进行本地使用，包括 UD-IQ1_S 和 UD-Q2_K_XL 等版本。

资讯摘要

Simon Willison 在 Qwen 发布 Qwen3.8-Flash-Next 后对这款模型进行了介绍。Qwen 将它描述为一款开源权重的多模态 Mixture of Experts 模型，同时也是 Qwen4 架构的早期预览。文章特别强调了它的规模：模型总量达到 125B tokens，但推理时只激活 6B，这种稀疏激活是其性能提升的关键原因。也就是说，它并不需要在每个 token 上都动用全部参数，而是只调用其中一小部分专家，从而提高计算效率。

Willison 说自己正在 DGX Spark 上使用 Unsloth 提供的量化 GGUF 版本测试该模型。本地测试中，他先尝试了 72.5GB 的 UD-IQ1_S 版本，也试了 78.9GB 的 UD-Q2_K_XL 版本，并展示了这些版本生成的示例结果。虽然这篇帖子并不是严格的基准测试分析，但它说明该模型已经可以在量化、本地化的工作流中实际使用。整体来看，Qwen3.8-Flash-Next 既是一个值得关注的多模态开源模型，也是 Qwen 下一代架构方向的明确预告。

资讯正文

<strong><a href="https://qwen.ai/blog?id=qwen3.8-flash-next">Qwen3.8-Flash-Next</a></strong>

来自 Qwen 的另一款开放权重模型。这款模型是“一个多模态 MoE 模型，同时也作为 Qwen4 所采用架构的早期预览”。

它相当大：共有 125B tokens，但只有 6B 是激活的，这意味着它能获得显著的性能提升。

我一直在 DGX Spark 上使用<a href="https://huggingface.co/unsloth/Qwen3.8-Flash-Next-GGUF">这些 Unsloth 量化模型</a>进行试用。我还在继续探索这个模型——到目前为止，我试过 72.5GB 的 UD-IQ1_S 版本（生成了<a href="https://tools.simonwillison.net/markdown-svg-renderer#url=https%3A%2F%2Fgist.github.com%2Fsimonw%2Ff9c69ebdab90d8a45b8de4742cc7b840">这些鹈鹕</a>），以及 78.9GB 的 UD-Q2_K_XL（生成了<a href="https://tools.simonwillison.net/markdown-svg-renderer#url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F6ba7cbfc1a9336986703b41f7fccd73a">这些</a>）。

到目前为止，我最喜欢的是这个来自 UD-Q2_K_XL 的 xhigh reasoning effort 结果：

来源与参考

1. 原始链接
2. Qwen3.8-Flash-Next