☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
大模型开源生态的演进速度再度提速。阿里通义千问团队近期正式对外开源全新多模态稀疏MoE模型——Qwen3.8-Flash-Next。作为Qwen4架构的先行预览版本，该模型在维持极低推理与训练开销的前提下，展现出远超同级模型的综合能力。
在基础架构与参数配置方面，Qwen3.8-Flash-Next采用深度稀疏化的混合专家（MoE）结构。模型总参数规模达1250亿，另集成510亿参数的N-gram嵌入表及40亿参数的多token预测模块；但每个输入token仅激活约60亿参数。全模型共48层，其中MoE层部署512个专家，并通过top-10路由策略实现动态激活。
技术演进层面，该模型融合多项关键创新：首次在统一框架下协同应用GDN（Gated Dense Network）与QSA（Quantized Sparse Attention）混合注意力机制，在保障长文本建模效率的同时显著提升信息定位精度；依托YaRN技术，将原生256K上下文窗口无缝扩展至1M；引入510亿参数N-gram嵌入，在几乎零计算增量前提下极大增强语义覆盖广度，并支持异步预取机制使其常驻于系统低速DRAM中；此外还整合门控残差连接（GR）与微块级稀疏上下文选择注意力设计。
使用 @youdotcom-oss/teams-anthropic 将 Anthropic Claude 模型（Opus、Sonnet、Haiku）添加到 Microsoft Teams.ai 应用程序中。可选集成 You.com MCP 服务器以进行网页搜索和内容提取。
在性能与成本维度，该模型表现尤为突出。得益于极致稀疏化架构，其训练资源消耗仅为前代Qwen3.7-Plus的约1/9，而在编程生成、办公自动化等核心场景中，能力指标实现跨越式提升。多方权威评测与最新行业报道一致指出：凭借仅6B激活参数，该模型在多项基准测试中已超越Claude Opus 4.6 Max等当前顶级闭源旗舰模型。
在工程落地与开源协同方面，SGLang于模型发布当日即完成Day-0级原生适配，开发者可通过官方开源渠道直接获取完整权重，并在本地设备或分布式集群中快速部署运行。此次底层架构的系统性突破，不仅为全球AI开源社区提供了极具参考价值的技术范式，更加速推动高性能大模型向低成本、高吞吐、易部署的规模化应用阶段迈进。
