# Qwen3.8-Flash-Next 搶先展示 Qwen4 架構：125B MoE，每 token 只啟用 6B

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-08-qwen3-8-flash-next-qwen4-preview · CC BY 4.0

發布日期：2026-08-26 · 模型

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

[Qwen3.8-Flash-Next model card (Hugging Face)](https://huggingface.co/Qwen/Qwen3.8-Flash-Next)

## 本站相關頁面

- 模型：[Qwen3.8-Flash-Next](https://onpremworld.com/zh-tw/models/qwen3.8-flash-next.md)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

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。