Анонс Qwen4 идёт через эффективность: Alibaba выпускает Qwen3.8-Flash-Next

26 августа 2026 года команда Qwen из Alibaba Group выложила на Hugging Face Hub и ModelScope новую модель Qwen3.8-Flash-Next. Мультимодальная MoE-модель (mixture-of-experts) насчитывает 125 миллиардов параметров суммарно при 6 миллиардах, активируемых на токен, к которым добавляются 51 миллиард параметров N-gram-эмбеддингов и 4 миллиарда MTP-слоёв при 48 слоях в общей сложности. Согласно официальному репозиторию проекта, публикация служит первым анонсом архитектуры, которая будет использована в будущей серии Qwen4.

В архитектурной части производитель заявляет о гибридном внимании, объединяющем Gated DeltaNet и Qwen Sparse Attention: по данным карточки модели, оно работает на уровне микроблоков, а не отдельных токенов, чтобы сбить задержку на длинных контекстах. Заявленное окно — 262 144 нативных токена, расширяемое до миллиона методами масштабирования RoPE вроде YaRN. Команда разработки утверждает, что обучение обошлось примерно в девять раз дешевле, чем у Qwen3.7-Plus, — соотношение, которое, впрочем, не переводится ни в какую сумму, поскольку абсолютные затраты на Qwen3.7-Plus не публиковались. В собственных бенчмарках производитель приводит такие результаты, как 91,9 на LiveCodeBench и 62,5 на SWE-bench Pro. Поскольку это измерения, предоставленные напрямую компанией и пока лишённые независимых проверок, читать их следует как заявления заинтересованной стороны. К тому же сравнение не выглядит безоговорочным: MarkTechPost отмечает, что на Humanity's Last Exam модель набирает 35,9 балла против 40,0 у Claude-Opus-4.6 (Max).

Прямое использование выложенных весов требует мультиGPU-инфраструктуры: чекпойнты варьируются от 172,78 ГиБ в формате FP8 до 335,28 ГиБ в BF16. По условиям использования всплывают расхождения: часть независимых материалов указывает лицензию Apache-2.0, тогда как во frontmatter официальной карточки модели значится 'license: other' и 'qwen-community-1.0'. Полный текст этой лицензии до сих пор не изучен: какие коммерческие сценарии она допускает и с какими ограничениями — это ещё предстоит проверить прежде любого вывода о реальной степени открытости весов. Параллельно производитель сделал доступной версию, обслуживаемую через API на QwenCloud, по заявленной цене 0,16 доллара за миллион входных токенов и 0,47 за выходные, хотя ни один из доступных источников не проясняет, использует ли эндпойнт тот же чекпойнт, что распространяется среди открытых весов.

Открыть доступ к архитектурным изменениям до запуска основного семейства — значит дать возможность измерить решения по стоимости раньше, чем они будут заморожены в этом основном семействе. Остаётся проверить, какая часть этой экономии подтвердится, когда техническое сообщество завершит независимые аудиты. — Olya