阿里发布并开源 Qwen3.8-Flash：125B 参数只激活 6B，训练成本降 90%，推理价击穿 DeepSeek
2026-08-26 · 36氪 / IT之家 / 阿里云百炼
要点
- 阿里通义千问团队 2026-08-26 晚正式发布 Qwen3.8-Flash，并同步开源。
- 多模态 MoE 架构：总参数 125B，每 token 仅激活约 6B（另有约 51B 的 N-gram embedding 缓存参数，以官方技术报告口径为准）。
- 官方称激活 6B 即可获得超越 Claude Opus 4.6 的前沿性能，「创下模型效率的全球新基准」。
- 训练成本较 Qwen3.7-Plus 骤降近 90%，推理成本同步大降：每百万 token 输入 ¥1 / 输出 ¥3，官方称最低至 DeepSeek-V4-Flash 的约 1/3。
- Qwen3.8-Flash-Next 开源权重同步放出（Hugging Face + 魔搭社区，含 FP8 量化版，SGLang / vLLM day-0 支持），官方称其新架构是下一代 Qwen4 系列的雏形。
- 商用通道：首发上线「千问办公」，开发者和企业可通过千问 AI 平台（百炼）获取 API。
背景与分析
这是 8 月国产开源模型的第二场「效率战」——同一晚，智谱也开源了 GLM-5.3-Flash（见相关阅读）。两家不约而同放弃了「堆总参数」的旧打法，转向极低激活比例的稀疏 MoE：
| 模型 | 总参数 | 激活参数 | 激活比例 |
|---|---|---|---|
| Qwen3.8-Flash | 125B | ~6B | ~4.8% |
| GLM-5.3-Flash | 320B | ~18B | ~5.6% |
激活参数决定推理成本，总参数决定知识容量。当 6B 激活就能摸到上一代旗舰的性能水位，意味着两件事：推理价格还有大幅下探空间（¥1/¥3 已接近「白菜价」），以及开源模型的自部署门槛进一步降低——6B 激活量的模型，单卡即可跑起来，中小企业私有化部署的算力账第一次算得平。
值得注意的是 Qwen3.8-Flash-Next 的定位：它不是 Qwen4，但官方明说架构是 Qwen4 的雏形。这种「先放架构预演、再放正式旗舰」的节奏，给了下游（推理框架、Agent 工具链）提前适配的窗口期。
对开发者的影响
- Agent 工作流成本再降一档：长任务 Agent 动辄百万级 token 消耗，¥1/¥3 的价格让「让 Agent 多想几步」的边际成本变得可以忽略。
- 私有化部署更现实：开源权重 + FP8 量化 + SGLang/vLLM day-0 支持，自建推理服务的工程摩擦很小。
- 模型选型逻辑变化：按「激活参数量 × 价格」而非「总参数」评估模型，会成为新的比价习惯。
AI 之家 观点
Qwen3.8-Flash 真正的杀伤力不在榜单，而在成本结构：训练成本 -90% 意味着迭代可以更快，推理 ¥1/¥3 意味着应用层不再需要为「模型调用贵」设计复杂的降级策略。当模型能力溢出、价格触底，竞争重心会继续向工具层（AI 编程工具、Agent 平台）和上下文工程（Context Engineering）转移——这正是本站一直跟踪的主线。对个人开发者，建议把 Qwen3.8-Flash 纳入 Qwen Code / Cline 这类 BYOK 工具的备选模型池，实测长任务稳定性后再切换主力。
相关阅读
- Qwen3 模型详解 · Qwen3-Coder 模型详解
- Qwen Code CLI 工具卡 · Cline 工具卡
- DeepSeek V4 模型详解 · DeepSeek V4 发布资讯
- 智谱同日开源 GLM-5.3-Flash
来源
- 阿里千问 Qwen3.8-Flash 发布并开源（36氪快讯）
- 阿里通义 Qwen3.8-Flash 发布：125B 参数 MoE 模型，每 token 仅激活 6B（IT之家）
- qwen3.8-2.4t-a95b 模型信息（阿里云百炼帮助中心）
本资讯由 AI 之家 编辑部根据 36氪、IT之家及阿里云官方公开信息整理；性能与价格以官方最新口径为准。