AnswersPublished16 sources
Qwen3.8-Flash-Next is een open kijkje in de toekomst van Qwen4
Qwen bracht Qwen3.8 Flash Next op 26 augustus 2026 uit als open multimodaal model en technisch voorproefje van de architectuur die voor Qwen4 is gepland. Het model combineert 125 miljard parameters in het hoofdmodel met 51 miljard extra N gram embeddings, terwijl per token ongeveer 6 miljard parameters worden geacti...
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- Qwen bracht Qwen3.8 Flash Next op 26 augustus 2026 uit als open multimodaal model en technisch voorproefje van de architectuur die voor Qwen4 is gepland.
- Het model combineert 125 miljard parameters in het hoofdmodel met 51 miljard extra N gram embeddings, terwijl per token ongeveer 6 miljard parameters worden geactiveerd.
- De native contextlengte bedraagt 262.144 tokens; met YaRN kan die worden uitgebreid tot 1 miljoen tokens.
- De combinatie van Gated DeltaNet en Qwen Sparse Attention is bedoeld om zeer lange contexten efficiënter te verwerken, maar de genoemde snelheids en benchmarkcijfers zijn vooral door Qwen gerapporteerd.
AI Prompt
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’s AI-team Qwen bracht Qwen3.8-Flash-Next op 26 augustus 2026 uit; een dag later volgde aanvullende berichtgeving over de lancering. Het open-weightsmodel wordt niet gepresenteerd als de definitieve vlaggenschipversie van Qwen4. Het is eerder een vroeg en inspecteerbaar voorproefje van de architectuur die volgens Qwen de basis moet vormen voor de Qwen4-familie. 1
2
15
De opvallendste belofte zit in de verhouding tussen totale capaciteit en rekenwerk. Qwen3.8-Flash-Next heeft een hoofdmodel met 125 miljard parameters en daarnaast een N-gram-embeddingcomponent van 51 miljard parameters. Toch worden per token slechts ongeveer 6 miljard parameters actief gebruikt. Zo probeert Qwen een grote modelcapaciteit te combineren met lagere kosten dan bij een volledig dicht model, waarbij alle parameters voor ieder token worden doorgerekend. 4
15
Wat is Qwen3.8-Flash-Next precies?
De naam Qwen3.8-Flash-Next verwijst naar het open model dat Qwen beschikbaar heeft gesteld. Qwen3.8-Flash is de verwante, productiegerichte model- en API-aanbieding. Het achtervoegsel “Next” markeert hier het open architectuurvoorproefje.
Het gaat om een multimodaal mixture-of-experts-model, meestal afgekort tot MoE. Bij zo’n ontwerp wordt niet voor elk token het volledige netwerk gebruikt, maar worden gespecialiseerde delen — experts — geselecteerd. Qwen beschrijft deze release als een vroege blik op technologie die voor Qwen4 is bedoeld. 1
2
15
Dat onderscheid is belangrijk: Qwen3.8-Flash-Next is geen bewijs dat de complete Qwen4-serie al is gelanceerd. De open release geeft onderzoekers en ontwikkelaars wel de kans om de aanpak te bestuderen, tooling voor te bereiden en feedback te geven voordat de bredere modelreeks verschijnt. 2
3
15
De belangrijkste specificaties
- Release: 26 augustus 2026; extra berichtgeving verscheen op 27 augustus.
1
2
15
- Hoofdmodel: 125 miljard parameters.
- N-gram-embeddings: 51 miljard extra parameters.
4
- Actieve parameters: ongeveer 6 miljard per token.
- Context: standaard 262.144 tokens, uitbreidbaar tot 1 miljoen tokens met YaRN.
16
- Modaliteiten: tekst en visuele invoer.
- Beschikbaarheid: standaard- en FP8-versies werden gemeld voor Hugging Face en ModelScope.
8
De grens van 1 miljoen tokens is niet hetzelfde als de native contextlimiet. De standaardconfiguratie ondersteunt 262.144 tokens; een context van 1 miljoen tokens vereist de YaRN-uitbreiding en moet daarom worden gezien als een uitgebreide configuratie. 1
4
16
Waarom de architectuur interessant is
Hybride aandacht voor extreem lange contexten
Qwen3.8-Flash-Next combineert Gated DeltaNet (GDN) met Qwen Sparse Attention (QSA). GDN is ontworpen om informatie uit eerdere context compacter te bewaren. QSA gebruikt vervolgens een lichte index om relevante microblokken te vinden en te selecteren, in plaats van alle eerdere tokens steeds volledig met elkaar te vergelijken. 4
Het doel is om inferentie met lange documenten, grote codebases en langdurige gesprekken minder duur en minder traag te maken naarmate de context groeit. Qwen meldt op reeksen van 1 miljoen tokens tot 7,6 keer snellere prefill en 4,9 keer snellere decoding. Dat zijn cijfers van de leverancier: de uitkomst hangt af van hardware, implementatie, sequentielengte en benchmarkopzet. Ze zijn dus niet automatisch representatief voor iedere productieomgeving. 4
N-gram-embeddings vergroten de capaciteit
De afzonderlijke N-gram-embeddingtabel voegt extra representatievermogen toe zonder dat de volledige parameterverzameling voor elk token actief hoeft te worden verwerkt. Qwen ondersteunt bovendien het wegschrijven van deze embeddingtabel naar het hostgeheugen en het asynchroon vooraf ophalen van gegevens. Geheugenoverdracht en modelberekening kunnen daardoor deels gelijktijdig plaatsvinden. 4
Voor organisaties die grote modellen draaien, is dat een praktische ontwikkeling. Niet alleen het aantal parameters telt: ook de plaatsing van data en de snelheid waarmee die data tussen geheugen en rekenhardware bewegen, kunnen bepalend zijn voor de uiteindelijke kosten — zeker bij lange documenten of grote batchtaken.
Ook de training is onderdeel van het experiment
Het voorproefje bevat daarnaast wijzigingen in optimalisatie en schaalvergroting. Qwen zegt de Muon-optimizer te gebruiken, met aanpassingen voor de samenwerking met AdamW en voor parameterbeheer. Ook werd een nieuwe scaling law — een schaalwet voor de relatie tussen modelgrootte, data en rekenkracht — voor dit modelontwerp afgestemd. 4
Daarmee is de release meer dan alleen een checkpoint met een ander aandachtmechanisme. Qwen stelt een bredere methode publiek beschikbaar om modellen te bouwen die veel totale capaciteit combineren met relatief weinig actieve berekeningen per token.
Context, benchmarks en kosten
Qwen zegt dat het trainen van Qwen3.8-Flash ongeveer een negende kostte van de training van Qwen3.7-Plus, terwijl de prestaties op programmeer- en kantoortaken verbeterden. Reuters berichtte onafhankelijk over de bedrijfsclaim dat het model sterkere resultaten op die taken combineert met lagere trainingskosten. 1
4
In de berichtgeving worden de volgende scores genoemd:
- 58,7 op DeepSWE 1.1;
- 62,5 op SWE-bench Pro;
- 84,5 op AndroidWorld.
Qwen positioneert deze resultaten boven DeepSeek V4 Flash in het waardesegment. De vergelijkingen zijn echter afkomstig van Qwen of zijn gebaseerd op informatie van Qwen. In het beschikbare materiaal staat niet vast dat de resultaten onafhankelijk zijn gereproduceerd onder volledig gelijkwaardige evaluatieomstandigheden. 4
Voor de productievariant Qwen3.8-Flash noemt Qwen een API-prijs van 1 yuan per miljoen invoertokens en 3 yuan per miljoen uitvoertokens. In het vrijgegeven materiaal wordt geen onderscheid tussen piek- en daluren genoemd. Een directe prijsvergelijking met andere modellen blijft afhankelijk van onder meer modelversie, caching, contextlengte, serviceniveau en de gewenste kwaliteit. 1
4
Wat hebben ontwikkelaars eraan?
De open gewichten maken Qwen3.8-Flash-Next interessant als experimenteerplatform voordat Qwen4 verschijnt. Ontwikkelaars kunnen alvast inferentietools aanpassen, quantisatie en serving testen en nagaan hoe het model zich op hun eigen werklasten gedraagt. Ze hoeven daarvoor niet te wachten op een definitieve Qwen4-implementatie. 2
3
15
De combinatie van lange context en weinig actieve parameters is vooral relevant voor toepassingen zoals:
- analyse van grote documenten en onderzoeksbestanden;
- programmeerassistentie op het niveau van complete repositories;
- agents die tools gebruiken en langdurige taken uitvoeren;
- lange gesprekken waarin steeds meer context wordt opgebouwd; en
- grootschalige batchverwerking van tekst en visuele gegevens.
Dat zijn logische toepassingen op basis van het gepubliceerde ontwerp, geen garantie dat het model in elke productieomgeving beter presteert dan dichte modellen of alternatieven met volledige aandacht. De daadwerkelijke economie wordt mede bepaald door hardware, servingsoftware, quantisatiekwaliteit, retrievalstrategie en de samenstelling van de werklast.
De belangrijkste kanttekening: een voorproefje, geen eindconclusie
Qwen3.8-Flash-Next is vooral belangrijk omdat Qwen de architectuurrichting vroeg openbaar maakt. Onderzoekers en ontwikkelaars krijgen een concrete manier om te onderzoeken of sparse en gecomprimeerde aandacht, grote aanvullende embeddings en een laag aantal actieve parameters inderdaad betere economie voor lange contexten opleveren zonder onaanvaardbare kwaliteitsverliezen.
De meest indrukwekkende claims — over snelheid, benchmarkvoorsprong, lagere trainingskosten en prijs-kwaliteit — komen grotendeels van Qwen zelf of van berichtgeving op basis van Qwens bekendmakingen. Onafhankelijke tests zijn nog nodig op verschillende hardware, talen, contextlengtes, multimodale taken en agent-workflows.
De voorzichtigste conclusie is daarom niet dat Qwen3.8-Flash-Next ieder concurrerend model verslaat. Het is een open, multimodaal MoE-voorproefje dat ontwikkelaars ongewoon vroeg inzicht geeft in de systeemarchitectuur die Alibaba voor Qwen4 voorbereidt — én een toetsbaar ontwerp voor efficiëntere AI met zeer lange contexten.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Qwen3.8-Flash-Next is een open kijkje in de toekomst van Qwen4"?
Qwen bracht Qwen3.8 Flash Next op 26 augustus 2026 uit als open multimodaal model en technisch voorproefje van de architectuur die voor Qwen4 is gepland.
What are the key points to validate first?
Qwen bracht Qwen3.8 Flash Next op 26 augustus 2026 uit als open multimodaal model en technisch voorproefje van de architectuur die voor Qwen4 is gepland. Het model combineert 125 miljard parameters in het hoofdmodel met 51 miljard extra N gram embeddings, terwijl per token ongeveer 6 miljard parameters worden geactiveerd.
What should I do next in practice?
De native contextlengte bedraagt 262.144 tokens; met YaRN kan die worden uitgebreid tot 1 miljoen tokens.
Sources