Qwen4 预览版已开源：每个 token 仅激活 60 亿参数，在阿里自家的表格里，它修复真实缺陷的能力超过 Opus 4.6
阿里千问团队开源了 Qwen3.8-Flash-Next 的权重，也就是今天早上挂出倒计时的那个模型。它是一个多模态专家混合（MoE）系统：主网络 1250 亿参数，另加 510 亿参数的 n-gram 嵌入表和 40 亿参数的多 token 预测层——BF16 下总计约 1800 亿，其中每个 token 大约激活 60 亿。架构是全新的：Gated DeltaNet 与 Qwen 稀疏注意力（QSA）的混合、共 512 个专家（10 个路由 + 1 个共享）、门控残差，以及混用 Muon 与 AdamW 优化器的训练配方。原生上下文 262,144 token，可扩展到 100 万。千问自己公布的表格显示：SWE-bench Pro 62.5，对比 Claude Opus 4.6 Max 的 53.4；SWE-bench Multilingual 81.0 对 77.5；DeepSWE 1.1 为 58.7——这些是该实验室在自家测试框架下的数字，尚未经过独立复现。团队称训练成本约为 Qwen3.7-Plus 的九分之一。权重以 qwen-community-1.0 许可发布在 Hugging Face 与魔搭：131 个文件，约 360GB，另有把显存需求减半的 FP8 版本。千问称这是 Qwen4 所依托架构的早期预览，并表示托管版本随后上线，价格为每百万输入 token 0.16 美元、每百万输出 token 0.47 美元。
为什么重要?重要的数字不是 62.5，而是 60 亿。每个 token 只点亮 60 亿参数的模型，运行速度接近小模型，却承载着大模型的知识——这正是 FP8 版本能装进一台配置良好的工作站、而不需要一整个机架的原因。如果这些编程分数经得起独立测试，那么“从前沿实验室租用”与“自己本地运行”之间的差距会再次收窄，而且是在真正花钱的那条轴上收窄：每瓦每秒的 token 数。需要提醒的是：这些是厂商与权重同日发布的自测成绩，任何人的第一件事都应该是去验证它们。
在App中阅读——免费，9种语言
相关新闻
六天吞下 42 万亿 token 的无名模型有了主人：智谱确认 Ox Alpha 是 GLM 新版本，权重即将开放2026-08-26一个在你停止打字之后仍继续思考的智能体——整套框架不到一万行 Bash
2026-08-26给机器人看一段十分钟活儿的视频，它就把这十分钟的活儿干完——不用重训，也不用打字下指令
2026-08-26阿里给 Qwen4 的第一块拼图挂上了倒计时——权重今晚北京时间 23:00 开源
2026-08-26阿里巴巴上线了一个被称为 Qwen4 架构预览的模型页面，日期写着 8 月 26 日——参数先是公开，随后被撤下
2026-08-25