Alibaba antecipa Qwen 3.8-Flash-Next de 125B com 6B parâmetros por token via MoE

Alibaba antecipa o Qwen 3.8-Flash-Next — uma prévia de 125 bilhões de parâmetros que ativa apenas 6 bilhões por token, apontando para o Qwen 4 A Alibaba revelará o Qwen 3.8-Flash-Next nesta quarta-feira — apresentado pela empresa como uma prévia antecipada da próxima geração da arquitetura Qwen 4, e não como um modelo principal finalizado. Segundo a equipe da Alibaba e um tweet circulante, o modelo contém 125 bilhões de parâmetros, mas supostamente ativa apenas cerca de 6 bilhões de parâmetros por token (o tweet também mencionou um componente de “+51B N-gram”). Esses números e o desempenho real do modelo ainda não foram verificados; a Alibaba e a Hugging Face descrevem o lançamento como uma prévia de arquitetura e não publicaram pontuações de benchmark lado a lado. Por que esses números importam: - Parâmetros são os controles que um modelo usa para aprender e se adaptar. Mais parâmetros geralmente significam mais capacidade, mas também custos computacionais mais altos. - O truque aqui é a arquitetura mixture-of-experts (MoE): em vez de executar cada parte de uma rede enorme em cada entrada, o modelo encaminha cada solicitação para um pequeno subconjunto de submodelos especializados chamados “especialistas”. Isso pode fazer com que um modelo de 125 bilhões de parâmetros se comporte, em custo computacional, como um modelo muito menor, ativando apenas os especialistas relevantes para cada token. Em resumo: capacidade próxima à fronteira potencialmente com custos computacionais acessíveis — se o comportamento MoE afirmado se confirmar. O que a Alibaba diz e o que ainda está incerto: - A Alibaba posiciona o Qwen 3.8-Flash-Next como multimodal e construído sobre o design futuro do Qwen 4, lançado antecipadamente para que desenvolvedores possam se preparar para toda a família. - A Hugging Face, onde os pesos devem aparecer, também o chama de uma prévia da arquitetura Qwen 4. - Nenhum benchmark independente ou comparação direta com a linha Qwen 3 ou rivais ocidentais foi divulgado ainda, portanto, o desempenho e os trade-offs de recursos ainda são especulativos. Contexto: O impulso chinês em modelos de peso aberto A cena de modelos de peso aberto na China tem sido muito ativa. Lançamentos recentes anônimos e institucionais (um misterioso modelo Ox Alpha que superou o Fable da Anthropic em alguns testes de codificação, e pesos abertos da Alibaba, DeepSeek e Moonshot) tornam modelos poderosos baixáveis, ajustáveis e executáveis localmente. Pesos abertos reduzem a dependência de APIs fechadas, diminuem custos de hospedagem e permitem que desenvolvedores evitem enviar dados sensíveis a serviços de terceiros — fatores importantes tanto para IA geral quanto para projetos de criptomoedas. Por que o público de criptomoedas deve se importar: - Ferramentas e bots on-chain: modelos grandes mais baratos e executáveis localmente podem impulsionar agentes on-chain mais inteligentes, ferramentas de auditoria, estratégias de negociação e MEV sem taxas constantes de API. - Privacidade e custódia: hospedar modelos localmente reduz o risco de vazamento de dados para chaves privadas, gráficos de transações ou sinais de negociação proprietários. - Infraestrutura descentralizada de IA: pesos abertos podem acelerar o desenvolvimento de camadas de inferência descentralizadas e oráculos minimamente confiáveis que evitam bloqueio por provedores únicos. - Observação: até que benchmarks e cifras reais de custo apareçam, é prematuro assumir que o modelo oferece qualidade de fronteira com baixo custo. Conclusão O Qwen 3.8-Flash-Next está sendo posicionado como um vislumbre da filosofia de design do Qwen 4 — prometendo eficiência MoE e capacidade multimodal. O lançamento é notável porque, se as afirmações se confirmarem, pesos abertos de um modelo MoE de 125 bilhões de parâmetros que ativa apenas ~6 bilhões por token podem democratizar IA poderosa para desenvolvedores e projetos de criptomoedas. Mas precisaremos de benchmarks verificados e testes práticos para confirmar o entusiasmo. Fique atento ao lançamento oficial, aos pesos da Hugging Face e às avaliações independentes.