Ali melancarkan dan membuka sumber model Qwen 3.8 Flash, menggunakan arsitektur MoE 125B, dengan hanya sekitar 6B parameter yang diaktifkan setiap token, menyokong konteks asli hingga 262144 token, dan dapat diperluas hingga 1M token melalui YaRN. Inovasi model ini terletak pada kemampuannya berjalan di kartu grafis konsumen 4090, mencapai migrasi model teks panjang tingkat pusat data ke perangkat konsumen. Lebih kompetitif lagi, harganya: RM0.8 untuk setiap juta token masukan, RM2.7 untuk keluaran, hanya sepertiga harga DeepSeek-V4-Flash. Ujian nyata menunjukkan model ini dapat menyelesaikan penulisan konten untuk empat platform dalam 2 minit, serta mengekstrak rekod rapat, menyusun jadual, dan menghasilkan e-mel dalam 4 minit. Qwen 3.8 Flash kini tersedia di platform Qwen Office, dengan antaramuka API yang juga dibuka secara serentak. Pada hari yang sama, Zhipu juga membuka sumber GLM-5.3-Flash, dengan prestasi ujian setara dengan Claude Opus 4.8, tetapi harganya hanya satu per empat puluh.

Penulis artikel, sumber: Quantum Bit

Model baru Alibaba Qwen, sekali lagi menaikkan tahap baru.

Mereka menerbitkan dan mengopensourcikan Qwen 3.8 Flash-Next, yang tidak hanya menghancurkan harga DeepSeek-V4-Flash secara langsung, tetapi juga segera menduduki puncak Huggingface setelah pelancaran!

Pengguna Twitter juga bergemuruh, bahkan ada jurutera yang memuatkan video ujian sebenar sambil memuji hebat:

Qwen 3.8 Flash telah menurunkan ambang VRAM,model bahasa teks panjang tingkat pusat data kini boleh dijalankan pada kad grafik 4090 peribadi!

Ada juga yang sudah bersemangat menggunakannya dalam pekerjaan mereka.

Dalam masa kurang daripada 8 minit, ia telah menyelesaikan keseluruhan alur kerja yang merangkumi pengaturcaraan Python, analisis pelbagai jadual, dan penghasilan laporan penyelidikan:

Efek pagoda pun tidak menjadi masalah:

Wah, betul-betul sehebat itu? Kita pun perlu cuba sendiri.

Hanya RM0.8 per juta token input

Qwen3.8-Flash menggunakan arsitektur MoE 125B, hanya mengaktifkan sekitar 6B parameter setiap token, secara asli menyokong konteks 262144 token, dan dapat diperluas hingga 1M token melalui YaRN.

Sementara itu, ia juga merupakan pra-pertunjukan arkaitektur baru Qwen4.

Dibandingkan dengan Qwen 3.7 Plus, Qwen 3.8 Flash tidak hanya mengurangkan parameter yang diaktifkan menjadi sepertiga, tetapi juga mengurangkan kos latihan menjadi hanya satu persembilan, sambil meningkatkan kemampuan umum, penalaran matematik, dan pemrograman.

Yang lebih ketat lagi ialah harga, Qwen 3.8 Flash hanya RM0.8 untuk setiap juta token input, RM2.7 untuk output, RM0.1 untuk cache hit, harga paling rendah sehingga 1/3 daripada DeepSeek-V4-Flash.

Lebih besar daripada potongan拼多多（bushi

Baiklah, sudah sampai tahap ini, kita tak perlu basa-basi lagi, mari langsung uji kekuatannya dengan dua ujian sebenar untuk menguji kemampuan sebenar Qwen 3.8 Flash dalam konteks pejabat.

Kami telah merancang satu "Cabaran Penulisan Pemasaran", di mana Qwen 3.8 Flash akan menulis semula bahan produk kamera yang hampir sepuluh ribu perkataan menjadi teks pemasaran untuk Xiaohongshu, Weibo, Douyin, dan lingkaran peribadi, dengan bajet hanya RM1, untuk melihat berapa banyak tugas yang boleh ia selesaikan.

Prompt berikut:

Selepas menghantar arahan, saya pergi ke ruang minum di pejabat untuk mengambil air, keseluruhan proses kurang dari 2 minit.

Kembali melihat, keempat-empat teks dari platform yang berbeza sudah selesai ditulis, dan @jenama, gaya, serta tag topik telah dipilih dengan tepat (selain saya tidak akan memuatkan posting yang sepanjang itu di朋友圈 hhh):

Kurang dari dua minit menyelesaikan empat teks, kelajuan tangan "pekerja siber" sudah memadai.

Tetapi, yang sering menjadi masalah sebenarnya di tempat kerja bukanlah menulis kandungan, tetapi siapa yang akan membersihkan kekacauan selepas mesyuarat selesai.

Oleh itu, kami memberinya pekerjaan kedua untuk menguji kemampuan praktikalnya dalam pekerjaan pejabat.

Kami meniru secara tepat bahan transkrip rapat asli beribu-ribu perkataan yang penuh dengan kesilapan ejaan yang serupa vokal dan perbualan tidak penting, yang mungkin diterima oleh semua orang selepas mesyuarat mingguan, dengan tajuk “Perbincangan Keperluan dan Teknikal Agent Sokongan Cerdas V2.0”, dan meminta Qwen3.8-Flash untuk menyelesaikan tiga tugas sekali gus: mengambil ringkasan, menyusun jadual, dan menghantar e-mel notis selepas rapat.

△ Gambar dihasilkan oleh AI, mendengar "token" sebagai "偷啃" benar-benar sangat hidup

Prompt berikut:

Dalam mod lalai, Qwen3.8-Flash menyelesaikan semua tugas dalam kurang daripada 4 minit, dengan kesimpulan lima poin utama, pembahagian tugas dalam jadual, dan format e-mel yang tepat, serta penerima yang sepadan dengan kandungan mesyuarat.

△ Grafik keputusan ujian sebahagian

Ia juga secara spontan menyusun perkara-perkara yang belum disepakati dalam mesyuarat, memudahkan kita meneruskan perbincangan pada mesyuarat seterusnya, be like:

Dan sampai tahap ini, kuota saya masih belum habis!

Ahahaha, perasaan tanpa sekatan ini memang sangat menyenangkan.

Sekarang, Qwen 3.8 Flash telah dilancarkan secara eksklusif di platform "Qianwen Office", dan antaramuka API juga telah dibuka secara serentak, sila cuba!

Perang harga untuk model besar buatan tempatan menjadi lebih sengit.

Pada masa yang hampir bersamaan dengan pelancaran sumber terbuka Qwen 3.8 Flash, Zhipu juga membuka sumber model multimodal asli pertama dalam siri GLM-5, iaitu GLM-5.3-Flash, yang sebelum ini menjadi viral di internet sebagai model besar Ox Alpha.

Dalam ujian, prestasi model ini sebanding dengan Claude Opus 4.8, tetapi harganya telah dipotong menjadi 1/10 daripada GLM-5.3.

Selain itu, GLM-5.3-Flash juga secara murah hati membuka promosi separuh harga selama dua minggu, bermakna harga GLM-5.3-Flash semasa tempoh promosi hanya 1/20 daripada GLM-5.3 dan 1/40 daripada Opus4.8.

Selain itu, Qwen 3.8 Flash dan GLM-5.3-Flash juga memiliki persamaan, iaitu keduanya kali ini mengejutkan DeepSeek-V4-Flash dengan harga yang sangat rendah (DeepSeek pergi sambil mengeluh):

△Grafik perbandingan harga DeepSeek-V4-Flash, Qwen 3.8 Flash, GLM-5.3-Flash

Tak ada yang bisa dikatakan, terlalu sengit.