# Qwen3.8-Flash-Next

> 地端世界 · https://onpremworld.com/zh-tw/models/qwen3.8-flash-next · 最後更新: 2026-10-14 · CC BY 4.0

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。

|  |  |
|---|---|
| 開發者 | Alibaba Qwen |
| 參數量 | 180B (6B 啟用, MoE) |
| 原生上下文長度 | 262,144 tokens |
| 授權 | Qwen Community License 1.0 (qwen-community-1.0) |
| 可商用 | 可以 |
| KV 快取 | 12／48 層（其餘為線性注意力，快取固定大小） |
| 發布 | 2026-08 |

```
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 | 8K | 32K |
|---|---|---|---|
| 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 (8K)

| 硬體 | 記憶體 | 最佳量化 | tok/s（預估） |
|---|---|---|---|
| M5 Ultra | 512 GB | FP16 | 65 |
| M3 Ultra | 512 GB | FP16 | 44 |
| Ryzen AI Max+ PRO 495 (Gorgon Halo) systems | 192 GB | Q5_K_M | 38 |
| GeForce RTX 3060 (12 GB) | 12 GB | 放不下 | – |
| GeForce RTX 3090 | 24 GB | 放不下 | – |
| GeForce RTX 4060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 4080 SUPER | 16 GB | 放不下 | – |
| GeForce RTX 4090 | 24 GB | 放不下 | – |
| GeForce RTX 5060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 5070 | 12 GB | 放不下 | – |
| GeForce RTX 5070 Ti | 16 GB | 放不下 | – |
| GeForce RTX 5080 | 16 GB | 放不下 | – |
| GeForce RTX 5090 | 32 GB | 放不下 | – |
| Radeon RX 7900 XT | 20 GB | 放不下 | – |
| Radeon RX 7900 XTX | 24 GB | 放不下 | – |
| Radeon RX 9060 XT 16GB | 16 GB | 放不下 | – |
| Radeon RX 9070 XT | 16 GB | 放不下 | – |
| Arc B580 | 12 GB | 放不下 | – |
| RTX A6000 | 48 GB | 放不下 | – |
| RTX 6000 Ada Generation | 48 GB | 放不下 | – |
| RTX PRO 5000 72GB Blackwell | 72 GB | 放不下 | – |
| RTX PRO 6000 Blackwell Workstation Edition | 96 GB | 放不下 | – |
| Radeon AI PRO R9700 | 32 GB | 放不下 | – |
| Arc Pro B60 | 24 GB | 放不下 | – |
| Arc Pro B70 | 32 GB | 放不下 | – |
| M4 Pro | 64 GB | 放不下 | – |
| M4 Max (14-core CPU / 32-core GPU) | 36 GB | 放不下 | – |
| M4 Max (16-core CPU / 40-core GPU) | 128 GB | 放不下 | – |
| M5 | 32 GB | 放不下 | – |
| M5 Pro | 64 GB | 放不下 | – |
| M5 Max (18-core CPU / 32-core GPU) | 36 GB | 放不下 | – |
| M5 Max (18-core CPU / 40-core GPU) | 128 GB | 放不下 | – |
| M6 (16GB configuration, 153 GB/s) | 16 GB | 放不下 | – |
| M6 (24GB/32GB configurations, 170 GB/s) | 32 GB | 放不下 | – |
| DGX Spark | 128 GB | 放不下 | – |
| RTX Spark (N1X) laptops & compact desktops | 128 GB | 放不下 | – |
| Ryzen AI Max+ 395 (Strix Halo) systems | 128 GB | 放不下 | – |

## 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