模型 發布日期：
Qwen3.8-Flash-Next 搶先展示 Qwen4 架構：125B MoE，每 token 只啟用 6B
Qwen 團隊在 8 月 26 日推出 Qwen3.8-Flash-Next，定位是未來 Qwen4 架構的實驗性預覽版。語言模型本體為 125B 參數的混合專家（MoE）架構，每個 token 只啟用 6B，另外加上 51B 的 n-gram 嵌入表與 4B 的多 token 預測層，整個檢查點約 180B 參數。注意力層由 Gated DeltaNet 線性注意力與新的 Qwen 稀疏注意力（QSA）組成，後者以小區塊而非單一 token 為單位挑選上下文，原生上下文長度為 262,144 tokens。權重採用 Qwen Community License，可商用但附帶條件。
對地端使用者的意義
每個 token 只啟用 6B 參數，生成速度可以很快，但約 180B 的權重仍得全部放進記憶體，遠超過單張消費級顯示卡的容量；執行環境方面，Ollama 0.33.1（MLX 引擎）與 llama.cpp v0.6.0 起才支援。
來源
閱讀官方原文：Qwen3.8-Flash-Next model card (Hugging Face) ↗摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。