Alibaba Memperkenalkan Qwen 3.8-Flash-Next 125M dengan 6M Parameter per Token melalui MoE

Headline: Alibaba memperkenalkan Qwen 3.8-Flash-Next — pratinjau 125 miliar parameter yang hanya mengaktifkan 6 miliar per token, mengisyaratkan Qwen 4 Alibaba akan meluncurkan Qwen 3.8-Flash-Next pada Rabu ini — digambarkan oleh perusahaan sebagai pratinjau awal arsitektur Qwen 4 generasi berikutnya, bukan model unggulan yang sudah selesai. Menurut tim Alibaba dan sebuah tweet yang beredar, model ini memiliki 125 miliar parameter tetapi dikabarkan hanya mengaktifkan sekitar 6 miliar parameter per token (tweet tersebut juga menyebut komponen “+51B N-gram”). Angka-angka tersebut dan kinerja model di dunia nyata belum diverifikasi; Alibaba dan Hugging Face menggambarkan rilis ini sebagai pratinjau arsitektur dan belum mempublikasikan skor benchmark perbandingan sisi-ke-sisi. Mengapa angka-angka ini penting - Parameter adalah tombol yang digunakan model untuk belajar dan beradaptasi. Lebih banyak parameter umumnya berarti kapabilitas lebih tinggi tetapi juga biaya komputasi lebih tinggi. - Trik di sini adalah arsitektur mixture-of-experts (MoE): alih-alih menjalankan seluruh bagian jaringan besar pada setiap input, model mengarahkan setiap permintaan ke sekelompok kecil sub-model “ahli” khusus. Ini bisa membuat model 125 miliar parameter berperilaku, dari segi biaya komputasi, seperti model yang jauh lebih kecil dengan hanya mengaktifkan ahli yang relevan untuk setiap token. Singkatnya: kapasitas hampir terdepan berpotensi dengan biaya komputasi komoditas — jika perilaku MoE yang diklaim terbukti benar. Apa yang dikatakan Alibaba dan apa yang masih belum jelas - Alibaba menyebut Qwen 3.8-Flash-Next sebagai model multimodal yang dibangun di atas desain Qwen 4 mendatang, dirilis lebih awal agar pengembang dapat bersiap untuk seluruh keluarga model tersebut. - Hugging Face, tempat bobot diharapkan muncul, juga menyebutnya sebagai pratinjau arsitektur Qwen 4. - Belum ada benchmark independen atau perbandingan langsung dengan seri Qwen 3 atau pesaing Barat, sehingga kinerja dan trade-off sumber daya masih bersifat spekulatif. Konteks: Momentum open-weight Tiongkok Komunitas open-weight Tiongkok telah sangat aktif. Rilis anonim dan institusional terbaru (model Ox Alpha yang misterius yang mengungguli Fable dari Anthropic pada beberapa tes pemrograman, serta bobot terbuka dari Alibaba, DeepSeek, dan Moonshot) membuat model kuat dapat diunduh, disesuaikan ulang, dan dijalankan secara lokal. Bobot terbuka mengurangi ketergantungan pada API tertutup, menurunkan biaya hosting, dan memungkinkan pengembang menghindari pengiriman data sensitif ke layanan pihak ketiga — faktor penting baik untuk AI umum maupun proyek kripto. Mengapa audiens kripto harus peduli - Alat dan bot on-chain: model besar yang lebih murah dan dapat dijalankan secara lokal dapat mendukung agen on-chain yang lebih cerdas, alat audit, strategi perdagangan, dan MEV tanpa biaya API yang terus-menerus. - Privasi dan kepemilikan: menjalankan model secara mandiri mengurangi risiko kebocoran data untuk kunci pribadi, grafik transaksi, atau sinyal perdagangan propietaris. - Infrastruktur AI terdesentralisasi: bobot terbuka dapat mempercepat pengembangan lapisan inferensi terdesentralisasi dan orakel yang meminimalkan kepercayaan serta menghindari ketergantungan pada penyedia tunggal. - Catatan: hingga benchmark dan angka biaya nyata muncul, terlalu dini untuk berasumsi bahwa model ini memberikan kualitas terdepan dengan biaya rendah. Kesimpulan Qwen 3.8-Flash-Next diposisikan sebagai preview awal filosofi desain Qwen 4 — menjanjikan efisiensi mixture-of-experts dan kemampuan multimodal. Rilis ini penting karena, jika klaimnya valid, bobot terbuka dari model MoE 125 miliar parameter yang hanya mengaktifkan sekitar 6 miliar per token dapat mendemokratisasikan AI kuat bagi pengembang dan proyek kripto. Namun, kita memerlukan benchmark yang diverifikasi dan pengujian langsung untuk memastikan hype tersebut. Pantau rilis resmi, bobot Hugging Face, dan evaluasi independen.