千问AI平台正式上线 Qwen3.8-Flash 模型。这款采用 Next 代架构的多模态混合专家（MoE）模型，在编程和智能体任务中展现出极高的性价比。

Qwen3.8-Flash 总参数达千亿级别，但每次推理仅激活 6B（60亿）参数，创下模型效率新基准。最新定价如下：

• 输入：0.8 元/百万 Tokens（国际站 0.15 美元）

• 输出：2.7 元/百万 Tokens（国际站 0.47 美元）

• 缓存命中：0.1 元/百万 Tokens（国际站 0.016 美元）

在架构层面，Qwen3.8-Flash 引入了四项核心创新：

QSA 稀疏注意力机制。与 GDN 融合构建混合注意力架构，显著降低计算开销。在 1M Tokens 长上下文的高缓存命中场景中，推理速度提升 8 倍以上。

Gated Residual 门控残差方法。将传统 Transformer 的单一信息主通道拆分为 4 条，模型可根据任务动态决定信息读写策略，训练稳定性大幅提升。

51B N-gram Embedding 外挂参数。通过高效查表寻址为 Transformer 提供"记忆指南手册"，每次 token 计算时无需参与额外计算，以极小资源消耗扩展模型容量。

结构与优化协同训练。模型架构设计与后期调优同步进行，收敛效率和训练吞吐量显著改善，直接推动训练与推理成本下降。

API 服务已在千问AI平台首发上线，开发者可通过 API 或 Token Plan 调用。千问办公"标准模式"也已内置 Qwen3.8-Flash，可覆盖 95% 的日常办公场景。

Qwen3.8-Flash-Next 模型权重已在 Hugging Face 和魔搭社区开源。

至此，Qwen3.8 系列三大尺寸模型——2.4T 参数量的 Qwen3.8-Max、Qwen3.8-27B 及 Qwen3.8-Flash——均已上线千问AI平台提供 API 服务。