Qwen3.8-Flash-Next
Alibaba Qwen 的 Qwen3.8-Flash-Next（180B 參數，MoE 每 token 啟用 6B）。以 Q4_K_M 量化、8K 上下文估算約需 107.4 GiB 記憶體。 Qwen 下一代架構的實驗性預覽版：125B MoE（啟用 6B）加上 51B 的 n-gram 嵌入層，合計 180B，需要 192 GB 等級的電腦和較新版的推論引擎。和本站其他 Qwen 模型不同，它採用 Qwen Community License，而非 Apache-2.0。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run qwen3.8-flash-next:125b-a6b-q4_K_M
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 107.3 GiB | 107.4 GiB | 108.0 GiB |
| Q5_K_M | 125.8 GiB | 125.9 GiB | 126.4 GiB |
| Q6_K | 145.6 GiB | 145.7 GiB | 146.2 GiB |
| Q8_0 | 187.6 GiB | 187.7 GiB | 188.3 GiB |
| FP16 | 352.6 GiB | 352.7 GiB | 353.3 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
Qwen3.8-Flash-Next 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 107.4 GiB，Q8_0 約需 187.7 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 Qwen3.8-Flash-Next 嗎？
Qwen3.8-Flash-Next 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 Qwen3.8-Flash-Next 嗎？
可以。Qwen3.8-Flash-Next 在 M3 Ultra（256 GB）上以 Q8_0 量化、8K 上下文約需 187.7 GiB，預估生成速度約每秒 84 個 token。
Qwen3.8-Flash-Next 可以商用嗎？
Qwen3.8-Flash-Next 採用 Qwen Community License 1.0 (qwen-community-1.0) 授權。授權允許商業使用（請仍詳閱條款中的限制）。
資料來源
- https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/README.md
- https://huggingface.co/Qwen/Qwen3.8-Flash-Next/blob/main/LICENSE
- https://huggingface.co/Qwen/Qwen3.8-Flash-Next
- https://huggingface.co/Qwen/Qwen3.8-Flash-Next/resolve/main/config.json
- https://huggingface.co/api/models/Qwen/Qwen3.8-Flash-Next?expand[]=safetensors
- https://ollama.com/library/qwen3.8-flash-next/tags