RespuestasPublicado16 fuentes
Qwen3.8-Flash-Next: la arquitectura abierta que anticipa Qwen4
Publicado el 26 de agosto de 2026, Qwen3.8 Flash Next es un modelo multimodal de pesos abiertos que sirve como adelanto de la arquitectura prevista para Qwen4: cuenta con 125.000 millones de parámetros principales y a... Su diseño combina Gated DeltaNet y Qwen Sparse Attention para abaratar el procesamiento de conte...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- Publicado el 26 de agosto de 2026, Qwen3.8 Flash Next es un modelo multimodal de pesos abiertos que sirve como adelanto de la arquitectura prevista para Qwen4: cuenta con 125.000 millones de parámetros principales y a...
- Su diseño combina Gated DeltaNet y Qwen Sparse Attention para abaratar el procesamiento de contextos muy largos, mientras que un módulo adicional de embeddings N gram aporta 51.000 millones de parámetros.
- El contexto nativo es de 262.144 tokens y puede ampliarse hasta un millón mediante YaRN; las cifras de velocidad, coste y rendimiento publicadas por Qwen todavía necesitan validación independiente.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba’s Qwen3.8-Flash—also released as Qwen3.8-Flash-Next—and why is it significant as an open multimodal mixture-of-experts techn. Article summary: Qwen3.8-Flash, released as the open-weight Qwen3.8-Flash-Next, is Alibaba Qwen’s multimodal mixture-of-experts (MoE) technical-preview model for the architecture intended to underpin Qwen4. It matters less as a conventio. Topic tags: general, news, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Alibaba presentó Qwen3.8-Flash-Next el 26 de agosto de 2026, con cobertura adicional al día siguiente. El modelo de pesos abiertos no se anuncia como el Qwen4 definitivo, sino como una vista previa técnica e inspeccionable de la arquitectura que, según Qwen, sostendrá la futura familia Qwen4. 1
2
15
Su propuesta central llama la atención por la relación entre tamaño total y cómputo efectivo: combina una red principal de 125.000 millones de parámetros con un componente adicional de embeddings N-gram de 51.000 millones, pero activa solo unos 6.000 millones de parámetros por token. El objetivo es conservar una gran capacidad sin asumir, en cada paso, el coste completo de un modelo denso de ese tamaño. 4
15
Qué es —y qué no es— Qwen3.8-Flash-Next
El nombre Qwen3.8-Flash-Next corresponde al modelo abierto publicado por el equipo Qwen. Qwen3.8-Flash, en cambio, identifica la variante orientada a producción y a servicios de API. Los informes describen ambos lanzamientos dentro de una estrategia común, pero la versión “Next” es la que funciona como adelanto arquitectónico de Qwen4. 1
2
15
La diferencia es importante: Qwen3.8-Flash-Next debe entenderse como un prototipo técnico y una hoja de ruta para desarrolladores, no como evidencia de que la familia Qwen4 ya se haya lanzado por completo. Al abrir sus pesos, Qwen permite que investigadores y desarrolladores examinen el diseño, preparen herramientas y aporten comentarios antes de la llegada de la nueva generación. 2
3
15
Especificaciones principales
- Lanzamiento: 26 de agosto de 2026; la cobertura posterior apareció el 27 de agosto.
1
2
15
- Modelo principal: 125.000 millones de parámetros.
- Embeddings N-gram: 51.000 millones de parámetros adicionales.
4
- Parámetros activos: aproximadamente 6.000 millones por token.
- Contexto nativo: 262.144 tokens, ampliable a un millón mediante YaRN.
16
- Modalidades: entradas de texto e imágenes mediante un diseño multimodal.
- Disponibilidad: versiones estándar y FP8 de pesos abiertos en Hugging Face y ModelScope, según los informes.
8
La cifra de un millón de tokens no debe confundirse con el límite nativo. La configuración estándar especifica 262.144 tokens; la ventana mayor depende de la extensión YaRN y debe evaluarse como una configuración ampliada, no como la capacidad base del modelo. 1
4
16
Por qué importa su arquitectura
Atención híbrida para contextos extensos
Qwen3.8-Flash-Next combina Gated DeltaNet (GDN) con Qwen Sparse Attention (QSA). GDN está diseñado para comprimir la información del contexto anterior, mientras que QSA utiliza un índice ligero para localizar y seleccionar microbloques relevantes, en lugar de aplicar una atención completa y uniforme sobre todo el historial. 4
La meta es que la inferencia en contextos muy largos sea menos costosa y pierda menos velocidad a medida que crece la secuencia. Qwen informa de hasta 7,6 veces más velocidad en el prellenado (prefill) y 4,9 veces más velocidad en la generación (decoding) con secuencias de un millón de tokens. Son cifras comunicadas por el fabricante y dependen del hardware, la implementación, la secuencia y la configuración del benchmark; no deben interpretarse como resultados universales de producción. 4
Más capacidad sin el mismo coste por token
El componente independiente de embeddings N-gram añade capacidad representacional sin exigir que todo el conjunto de parámetros se procese activamente para cada token. El diseño también permite trasladar esa tabla de embeddings a la memoria del sistema y precargar los datos de forma asíncrona, solapando las transferencias con el cálculo del modelo. 4
Para quienes operan modelos grandes, este detalle es especialmente relevante. La ubicación de la memoria y el movimiento de datos pueden ser tan decisivos como el número bruto de parámetros, sobre todo al trabajar con documentos extensos o procesamiento por lotes de gran volumen.
Cambios también en el entrenamiento
La vista previa no se limita a sustituir un bloque de atención. Qwen afirma haber utilizado el optimizador Muon, ajustando su interacción con AdamW y el tratamiento de los parámetros, además de desarrollar una nueva ley de escalado adaptada a este diseño. 4
En conjunto, el lanzamiento pone a prueba una receta más amplia: combinar una capacidad total elevada con una cantidad relativamente pequeña de cómputo activo.
Contexto, benchmarks y costes
Qwen asegura que entrenar Qwen3.8-Flash requirió aproximadamente una novena parte del coste de Qwen3.7-Plus, al tiempo que mejoró el rendimiento en programación y tareas de oficina. Reuters informó de forma independiente sobre las afirmaciones de la compañía acerca de un mejor desempeño en esas tareas y menores costes de entrenamiento. 1
4
La información del lanzamiento cita puntuaciones de 58,7 en DeepSWE 1.1, 62,5 en SWE-bench Pro y 84,5 en AndroidWorld. Qwen presenta esos resultados como superiores a los de DeepSeek V4 Flash dentro del segmento de modelos de buena relación entre coste y rendimiento. Sin embargo, el material disponible no demuestra que las comparaciones se hayan reproducido de manera independiente bajo condiciones de evaluación equivalentes. 4
Para la oferta de producción Qwen3.8-Flash, el precio de API indicado es de 1 yuan por millón de tokens de entrada y 3 yuanes por millón de tokens de salida, sin que el material del lanzamiento describa una diferencia entre periodos punta y valle. Comparar precios directamente con otros modelos exige cautela: pueden variar la versión, la caché, la longitud del contexto, el nivel de servicio y la cantidad de salida requerida. 1
4
Qué pueden hacer los desarrolladores
Los pesos abiertos convierten Qwen3.8-Flash-Next en una plataforma de experimentación antes de la llegada de Qwen4. Los equipos pueden adaptar herramientas de inferencia, probar métodos de cuantización y despliegue, y observar cómo responde la arquitectura en sus propios flujos de trabajo sin tener que esperar a una implementación final de Qwen4. 2
3
15
El diseño resulta especialmente pertinente para tareas limitadas por la longitud del contexto o por el coste de los tokens, entre ellas:
- análisis de documentos y materiales de investigación de gran tamaño;
- asistencia de programación a escala de repositorio;
- agentes que utilizan herramientas y mantienen tareas durante largos periodos;
- conversaciones extensas con estado acumulado; y
- procesamiento masivo por lotes de datos textuales y visuales.
Son aplicaciones razonables a partir del diseño de contexto largo y de parámetros activos reducidos, no garantías de que el modelo vaya a superar en producción a cualquier alternativa densa o basada en atención completa. El hardware, el software de servicio, la calidad de la cuantización, la estrategia de recuperación y la composición de cada carga de trabajo determinarán la economía real.
La principal cautela: una vista previa, no un veredicto
Qwen3.8-Flash-Next es relevante porque hace pública una dirección arquitectónica antes de que llegue la siguiente familia completa. Ofrece una forma concreta de investigar si la atención dispersa y comprimida, los embeddings auxiliares de gran tamaño y el bajo número de parámetros activos pueden mejorar la economía del contexto largo sin provocar pérdidas de calidad inaceptables.
Aun así, las cifras más llamativas —aceleraciones, liderazgo en benchmarks, reducción del coste de entrenamiento y afirmaciones de valor competitivo— proceden en gran medida de Qwen o de informaciones basadas en sus declaraciones. Todavía hacen falta pruebas independientes en distintos equipos, idiomas, longitudes de contexto, tareas multimodales y flujos de agentes en producción.
La conclusión más sólida es, por tanto, más precisa que decir que “Qwen3.8-Flash-Next supera a todos sus rivales”. Se trata de una vista previa técnica multimodal y abierta, basada en una arquitectura de mezcla de expertos (MoE), que permite a la comunidad conocer con antelación los sistemas que Alibaba prepara para Qwen4 y experimentar con un plan concreto para hacer más eficiente la inteligencia artificial con contextos muy largos.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Qwen3.8-Flash-Next: la arquitectura abierta que anticipa Qwen4"?
Publicado el 26 de agosto de 2026, Qwen3.8 Flash Next es un modelo multimodal de pesos abiertos que sirve como adelanto de la arquitectura prevista para Qwen4: cuenta con 125.000 millones de parámetros principales y a...
¿Cuáles son los puntos clave a validar primero?
Publicado el 26 de agosto de 2026, Qwen3.8 Flash Next es un modelo multimodal de pesos abiertos que sirve como adelanto de la arquitectura prevista para Qwen4: cuenta con 125.000 millones de parámetros principales y a... Su diseño combina Gated DeltaNet y Qwen Sparse Attention para abaratar el procesamiento de contextos muy largos, mientras que un módulo adicional de embeddings N gram aporta 51.000 millones de parámetros.
¿Qué debo hacer a continuación en la práctica?
El contexto nativo es de 262.144 tokens y puede ampliarse hasta un millón mediante YaRN; las cifras de velocidad, coste y rendimiento publicadas por Qwen todavía necesitan validación independiente.
Fuentes