阿里千问发布 Qwen3.8-Flash-Next：Qwen4 架构预览版，125B 总参/6B 激活，训练成本仅前代 1/9（补充条目 08-26 晚）

阿里通义千问 8-26 晚正式发布 Qwen3.8-Flash（Next）：Qwen4 架构的技术预览版（同 Qwen3-Next 之于 Qwen3.5 的角色），多模态 MoE——主模型 125B + 51B N-gram Embedding，每 token 仅激活 6B。架构四大升级：GDN+QSA 混合注意力（1M 上下文，Prefill/Decode 最高 7.6×/4.9× 加速）、Gated Residual 四分支残差流（FP8 存储）、N-gram Embedding（可卸载主机内存异步预取）、Muon Optimizer + 新 Scaling Law。训练成本约为 Qwen3.7-Plus 的 1/9；Base 在 14 个 benchmark 中 8 个最优。权重已开源（HF + ModelScope，含 FP8/NVFP4 版），SGLang Day-0 支持（Qwen/NVIDIA/AMD 合作，B200 540 tok/s）。API 定价输入 1 元/输出 3 元每百万 token。 格局信号：Qwen4 架构路线提前公开 + 超低训练成本 + 超低定价——