Qwen 3.8-Flash-Next: Pratonton seni bina Qwen 4 yang menjanjikan kecekapan tinggi

Qwen 3.8-Flash-Next sedang diposisikan sebagai ujian awal berwajaran terbuka untuk seni bina yang bakal digunakan dalam keluarga Qwen 4—bukan model mercu tanda Alibaba yang sudah siap sepenuhnya. Daya tarikan utamanya ialah dakwaan bahawa model ini mampu menawarkan keupayaan tinggi dengan kos latihan dan inferens yang lebih rendah. Namun, angka prestasi, kos serta butiran pelancaran wajar dianggap sebagai dakwaan vendor sehingga pemberat model, dokumentasi teknikal dan penilaian bebas tersedia. 9

Apa yang istimewa tentang reka bentuknya?

Model ini dilaporkan menggunakan seni bina multimodal Mixture-of-Experts (MoE) dengan 125 bilion parameter keseluruhan. Daripada jumlah itu, 51 bilion ialah parameter embedding N-gram, manakala hanya kira-kira 6 bilion parameter diaktifkan untuk setiap token. 9

Secara mudah, MoE menyediakan kumpulan besar “pakar” khusus, tetapi tidak menggunakan kesemuanya untuk setiap perkataan atau token yang diproses. Sistem penghalaan memilih hanya sebahagian pakar yang paling sesuai bagi tugasan tertentu. Pendekatan ini berpotensi mengurangkan pengiraan titik terapung, keperluan jalur lebar memori dan kos penyajian berbanding model padat yang mempunyai jumlah parameter keseluruhan yang sama.

Mengapa pengekodan menjadi fokus utama?

Pengekodan boleh mendapat manfaat besar daripada pengkhususan secara jarang ini. Pakar yang berbeza boleh mempelajari corak bahasa pengaturcaraan, struktur repositori, penggunaan alat, penyahpepijatan dan pengendalian kod dalam konteks panjang.

Dakwaan bahawa Qwen 3.8-Flash-Next boleh menghampiri prestasi model termaju dengan kira-kira seper sembilan kos latihan Qwen 3.7-Plus lebih sesuai difahami sebagai sasaran kecekapan yang disokong oleh penghalaan jarang, perubahan seni bina dan reka bentuk embedding. Ia bukan bukti bahawa model ini pasti menyamai model tertutup terkemuka dalam setiap penanda aras atau aliran kerja pengekodan sebenar.

Buat masa ini, penilaian bebas khusus untuk pengekodan masih belum mencukupi bagi mengesahkan dakwaan tersebut.

Mengapa ia dipanggil pratonton, bukan model mercu tanda?

Cara Alibaba membingkaikan Flash-Next menunjukkan bahawa ia lebih kepada keluaran untuk keserasian dan pembinaan ekosistem. Pembangun boleh menguji seni bina generasi seterusnya, kaedah penalaan halus, susunan inferens serta saluran kerja multimodal sebelum Qwen 4 tiba. 9

Ini juga bermakna masih ada ruang untuk model mercu tanda Qwen 4 menerima latihan tambahan, pascapelatihan yang lebih kuat, kerja keselamatan yang lebih menyeluruh, varian lebih besar dan pengesahan penanda aras terakhir.

Kedudukannya dalam siri Qwen 3.8

Alibaba sebelum ini menyediakan Qwen3.8-27B di bawah lesen Apache 2.0. Model multimodal asli dalam kelas 27 bilion parameter itu mempunyai tetingkap konteks asli 262,000 token, yang boleh diperluas sehingga 1 juta token. 6

Qwen3.8-Max pula merupakan pilihan berkeupayaan tinggi dalam siri tersebut. Bagaimanapun, laporan menunjukkan pemberatnya menggunakan lesen berasingan yang lebih ketat, bukannya syarat Apache 2.0 biasa seperti model 27B. 12

Perbezaan ini membolehkan model yang lebih kecil digunakan secara meluas oleh pembangun, sambil Alibaba mengekalkan kawalan dan nilai komersial terhadap keupayaan bertaraf mercu tanda yang lebih mahal untuk dilatih dan dikendalikan.

“Open weights” tidak semestinya bermaksud bebas tanpa syarat

Jika lesen Max atau Flash-Next menetapkan ambang penggunaan, memerlukan perjanjian berasingan atau mengenakan kewajipan perkongsian hasil bagi penggunaan komersial berskala sangat besar, ia akan menjadi batas penting kepada maksud “open weights”.

Laporan yang tersedia menyokong bahawa Qwen3.8-Max mempunyai sekatan lesen, tetapi pencetus dan terma perkongsian hasil yang tepat perlu disahkan melalui teks lesen sebenar. Oleh itu, dakwaan tentang kewajipan perkongsian hasil tidak wajar dianggap sudah terbukti berdasarkan bukti yang ada di sini. 12

Kaitannya dengan pelaburan AI Alibaba

Pelancaran model ini sesuai dengan strategi AI menyeluruh Alibaba: menggunakan model Qwen yang terbuka atau mudah dicapai untuk menarik pembangun dan permintaan kepada Alibaba Cloud, sambil membina lapisan pengkomputeran, pusat data dan infrastruktur yang diperlukan untuk melatih serta menyajikan sistem AI termaju. Alibaba berkata hasil daripada penempatan saham di Hong Kong akan digunakan untuk membiayai keupayaan AI “full-stack”. 2

Alibaba mengumpulkan HK$80 bilion, bersamaan kira-kira AS$10.2 bilion, melalui penjualan 710 juta saham pada harga HK$112.70 sesaham. 3 Harga itu 8.4% lebih rendah berbanding penutupan sebelumnya, manakala buku pesanan dilaporkan menerima permintaan kira-kira AS$28 bilion. 4

Bagi pelabur, pertimbangannya jelas: modal baharu boleh mempercepatkan pelaburan AI, tetapi penerbitan saham baharu mencairkan pegangan pemegang saham sedia ada. Ia juga meningkatkan risiko pelaksanaan sekiranya perbelanjaan AI tidak berkembang menjadi pendapatan awan, API dan aplikasi dengan cukup pantas. 4

Pertarungan ekosistem model terbuka China

Dalam persaingan model berwajaran terbuka di China, matlamatnya bukan sekadar mencatat skor tinggi dalam penanda aras. Alibaba juga perlu memenangi pembangun, penalaan halus pihak ketiga, beban kerja awan dan sokongan rantaian alat sebelum pesaing seperti DeepSeek berbuat demikian.

Rujukan kepada sistem berpotensi seperti “Ox Alpha” masih bersifat spekulatif selagi tiada pelancaran, pemberat model atau laporan teknikal yang boleh dikaitkan dengan sumber tertentu. Begitu juga, dakwaan mengenai ekosistem lebih 460 model yang menyokong 119 bahasa harus dilihat sebagai metrik ekosistem Alibaba, bukan ukuran keupayaan mana-mana satu model Qwen.

Kesimpulan

Pertaruhan strategik Alibaba ialah model multimodal yang jarang, murah untuk dilatih dan cekap ketika digunakan boleh menjadikannya kompetitif dalam dua arah serentak: penggunaan model terbuka secara meluas dan penyajian awan berskala premium.

Persoalan yang masih belum terjawab ialah sama ada keputusan bebas akan mengesahkan kualiti pengekodan serta kelebihan kos latihan yang didakwa. Pada masa yang sama, syarat lesen akan menentukan sama ada perusahaan besar boleh menggunakan model ini tanpa menjejaskan nilai utama di sebalik istilah “terbuka”.