Pamagat: Hinahawikan ni Alibaba ang Qwen 3.8-Flash-Next—isang 125B-parameter preview na nagpapagana ng 6B lamang bawat token, nagtuturo sa Qwen 4 Iipapakita ni Alibaba ang Qwen 3.8-Flash-Next sa Miyerkules na ito—itinuturing ng kumpanya bilang isang maagang preview ng susunod na henerasyon ng arkitekturang Qwen 4, hindi isang tapos na flagship model. Ayon sa koponan ng Alibaba at isang umiiral na tweet, ang model ay may 125 bilyong parameter ngunit sinasabing nagpapagana lamang ng humigit-kumulang 6 bilyong parameter bawat token (ginamit din ng tweet ang isang “+51B N-gram” na komponente). Ang mga numero at ang totoong performance ng model ay hindi pa pinatotohanan; hinahayag ng Alibaba at Hugging Face na ito ay isang arkitekturang preview at hindi pa naglabas ng side-by-side benchmark scores. Bakit mahalaga ang mga numero: - Ang mga parameter ay ang mga knob na ginagamit ng model para matuto at mag-adapt. Mas maraming parameter ay karaniwang nangangahulugan ng mas malaking kakayahan, ngunit mas mataas din ang mga gastos sa compute. - Ang trik dito ay ang mixture-of-experts (MoE) arkitektura: sa halip na paganaan ang lahat ng bahagi ng isang malaking network sa bawat input, ireroute ng model ang bawat request sa isang maliit na subset ng mga espesyalisadong “expert” sub-model. Maaaring mag-act na parang mas maliit na model ang isang 125B-parameter model sa halagang compute sa pamamagitan ng pagpapagana lamang ng mga kaugnay na expert bawat token. Sa madaling salita: malapit sa frontier na kapasidad, potensyal na may komoditong gastos sa compute—kung matutupad ang sinasabing MoE behavior. Ano ang sinasabi ni Alibaba at ano ang hindi pa malinaw: - Ipinapakita ni Alibaba ang Qwen 3.8-Flash-Next bilang multimodal at binuo batay sa darating na Qwen 4 design, ipinapadala nang maaga upang makapaghanda ang mga developer para sa buong pamilya. - Ang Hugging Face, kung saan inaasahan na makikita ang weights, ay tinatawag din itong preview ng arkitekturang Qwen 4. - Walang independiyenteng benchmark o head-to-head na paghahambing na nailabas pa sa Qwen 3 line o mga Western na kalaban, kaya ang performance at resource trade-offs ay patuloy pang spekulatibo. Konteksto: Ang aktibong paglalakbay ng open-weight sa China Ang open-weight scene sa China ay napakalakas. Mga bagong anonymo at institusyonal na paglabas (isang misteryosong Ox Alpha model na lumampas sa Anthropic’s Fable sa ilang coding tests, at open weights mula sa Alibaba, DeepSeek at Moonshot) ay nagbibigay-daan para mababaan, ma-fine-tune, at ma-run locally ang mga malalaking model. Ang open weights ay nagbabawas sa pagkakasalalay sa closed APIs, nagpapababa sa hosting costs, at nagpapahintulot sa mga developer na iwasan ang pagpapadala ng sensitibong data sa third-party services—mga mahalagang salik para sa pangkalahatang AI at crypto projects. Bakit dapat pansinin ng crypto audience: - On-chain tooling at bots: mas mura at locally runnable na malalaking model ay maaaring magbigay-daan sa mas matalinong on-chain agents, auditing tools, trading at MEV strategies nang walang patuloy na API fees. - Privacy at custody: self-hosting ng models ay nagbabawas sa panganib ng data leakage para sa private keys, transaction graphs, o proprietary trading signals. - Decentralized AI infra: ang open weights ay maaaring pabilisin ang pag-unlad ng decentralized inference layers at trust-minimized oracles na iiwas sa single-provider lock-in. - Paalala: hanggang makita ang benchmarks at totoong gastos, hindi pa maagap na ipagpalagay na ang model ay nagdadala ng frontier quality sa mababang gastos. Kabuuan: Ipinapakita ang Qwen 3.8-Flash-Next bilang isang sneak peek ng disenyo ng Qwen 4—nagpapangako ng mixture-of-experts efficiency at multimodal capability. Mahalaga ang paglabas dahil kung matutupad ang mga claim, ang open weights mula sa isang 125B-parameter MoE model na nagpapagana lamang ng ~6B bawat token ay maaaring demokratihin ang makapangyarihang AI para sa mga developer at crypto projects. Ngunit kailangan natin ng pinatotohanang benchmarks at hands-on tests upang patotohanan ang hype. Manatiling alerto sa opisyal na paglabas, Hugging Face weights, at independiyenteng pagsusuri.
Binabalewala ni Alibaba ang 125B Qwen 3.8-Flash-Next na may 6B na parameter bawat token gamit ang MoE
ChainGPTI-share
Summary
Ibinayag ng Alibaba ang balita tungkol sa paglunsad ng token para sa Qwen 3.8-Flash-Next, na iskedyul na ipaglabas sa Miyerkules na ito. Ang modelo ay may 125B na parameter ngunit gumagamit ng MoE upang aktibuhin ang 6B bawat token. Hinahayag ng Hugging Face at Alibaba na ito ay isang preview ng Qwen 4. Wala pa ring benchmarks na available. Ang open-weight na disenyo ay maaaring suportahan ang mga bagong listing ng token at on-chain tools. Ang performance at cost efficiency ay hindi pa pinatotohanan.
Source:Ipakita ang original
Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito.
Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.