阿里巴巴預告 Qwen 3.8-Flash-Next 擁有 125B 參數，每令牌使用 6B 參數的 MoE 架構

阿里巴巴預告 Qwen 3.8-Flash-Next — 一款 125B 參數的預覽版，每令牌僅激活 6B，指向 Qwen 4 阿里巴巴將於本週三發布 Qwen 3.8-Flash-Next — 公司將其描述為下一代 Qwen 4 架構的早期預覽，而非已完成的旗艦模型。根據阿里巴巴團隊及一則流傳的推文，該模型包含 1250 億參數，但據稱每令牌僅激活約 60 億參數（推文亦提及一個「+51B N-gram」元件）。這些數字與模型的實際表現尚未得到驗證；阿里巴巴與 Hugging Face 均將此發布描述為架構預覽，並未公佈對比基準分數。 為何這些數字至關重要 - 參數是模型用於學習與適應的「旋鈕」。通常參數越多，能力越強，但計算成本也越高。 - 這裡的關鍵在於專家混合（MoE）架構：模型並非對每個輸入都運行整個龐大網絡，而是將每個請求路由至一小部分專門的「專家」子模型。這使得一個 125B 參數的模型在計算成本上表現得像一個小得多的模型，僅激活與每個令牌相關的專家。簡言之：若所聲稱的 MoE 行為成立，則有望以普通計算成本實現接近前沿的性能。 阿里巴巴的說法與仍不明確之處 - 阿里巴巴將 Qwen 3.8-Flash-Next 定位為多模態模型，基於即將推出的 Qwen 4 設計，提前發布以便開發者為完整系列做好準備。 - Hugging Face（預計將上線權重）也稱其為 Qwen 4 架構的預覽版。 - 目前尚未發布任何獨立基準測試或與 Qwen 3 系列或西方對手的直接對比，因此性能與資源取捨仍屬推測。 背景：中國開放權重的蓬勃發展 中國的開放權重生態極為活躍。近期匿名與機構發布的模型（如一項神秘的 Ox Alpha 模型在部分編程測試中表現優於 Anthropic 的 Fable，以及來自阿里巴巴、DeepSeek 和 Moonshot 的開放權重）使強大模型可下載、可微調、可本地運行。開放權重降低了對封閉 API 的依賴，降低託管成本，並讓開發者避免將敏感數據發送至第三方服務——這對通用 AI 與加密項目均至關重要。 為何加密社群應關注 - 鏈上工具與機器人：更便宜、可本地運行的大模型可驅動更智能的鏈上代理、審計工具、交易與 MEV 策略，無需持續支付 API 費用。 - 隱私與資產保管：自託管模型可降低私鑰、交易圖譜或專有交易信號外洩的風險。 - 去中心化 AI 基礎設施：開放權重可加速去中心化推理層與最小化信任或acles 的開發，避免單一供應商鎖定。 - 注意事項：在出現基準測試與實際成本數據前，假設該模型能以低成本提供前沿性能仍為時過早。 總結 Qwen 3.8-Flash-Next 被定位為 Qwen 4 設計理念的預覽 —— 承諾專家混合效率與多模態能力。此次發布值得注意，因為若聲稱成立，一個 125B 參數、每令牌僅激活約 6B 的 MoE 模型之開放權重，可能使強大 AI 更普及於開發者與加密項目。但我們仍需經過驗證的基準測試與實際測試來確認宣傳是否属实。請密切關注官方發布、Hugging Face 權重與獨立評估。