阿里巴巴旗下 Qwen 團隊一次推出兩款定位不同、但策略上互相配合的新模型：Qwen3.8-Flash 是面向實際生產環境的多模態雲端模型，透過 QwenCloud 以極低 Token 價格提供服務；Qwen3.8-Flash-Next 則是開放權重版本，用來率先展示阿里巴巴聲稱將應用於 Qwen4 家族的架構方向。515

簡單講，前者負責吸引企業工作量，後者負責吸引開發者、工具整合及社群關注。技術規格和測試成績相當進取，但要留意，部分性能及成本數字主要來自阿里巴巴及其模型卡，尚未有獨立測試全面核實。

兩款模型，各有不同任務

Qwen3.8-Flash：主打低價雲端生產服務

阿里巴巴形容 Qwen3.8-Flash 是一款支援多模態的混合專家模型（Mixture-of-Experts，MoE），針對寫程式、辦公室工作、代理式工作流程及長上下文任務設計。公司表示，模型預設上下文視窗為 262,144 個 Token，並可擴展至 100 萬個 Token，適合處理大型文件、長篇對話及研究資料。515

QwenCloud 公布的價格為：輸入每百萬 Token $0.16，輸出每百萬 Token $0.47。阿里巴巴表示生產 API 很快會推出，後續報道則指 QwenCloud 已按這個價格提供模型服務。415

這個定價不只是一個模型發布消息，更是基建生意的定價策略。對需要處理大量文件、運行編程代理或建立高用量工作流程的團隊來講，低價 API 可以大幅降低試用及擴展成本，亦令模型本身成為推動阿里雲用量的入口。

Qwen3.8-Flash-Next：開放權重的 Qwen4 架構預覽

Flash-Next 並不是另一個 API 收費層級，而是用來展示未來 Qwen4 方向的開放權重模型。其模型資料列出 125B 參數主模型、額外 51B N-gram embedding 參數，以及每個 Token 僅啟用 6B 參數。

這種稀疏混合專家設計，意思是模型內藏有一個很大的參數池，但處理每個 Token 時只動用其中一小部分。理論上，這可以在保留較大模型容量的同時，降低每個 Token 所需的運算量。

現有模型卡資料列出其原生上下文視窗為 262,144 個 Token，利用 YaRN 可擴展至 100 萬個 Token。13 不過，Flash 與 Flash-Next 是兩個不同版本，開發者部署前仍應查清楚實際版本的上下文上限、記憶體要求及服務行為。

規格、價格及推出時間比較

項目	Qwen3.8-Flash	Qwen3.8-Flash-Next
主要定位	面向生產環境的雲端模型	預覽 Qwen4 架構的開放權重模型
主要用途	多模態寫程式、辦公室工作及代理式流程	多模態寫程式、長時間代理式任務及文件處理
上下文視窗	預設 262,144 Token，可擴展至 100 萬	原生 262,144 Token；據報利用 YaRN 可擴展至 100 萬
雲端價格	輸入每百萬 Token $0.16；輸出每百萬 Token $0.47	開放權重版本目前沒有確定的阿里巴巴 API 價格
架構資料	阿里巴巴將 Flash 系列定位為多模態 MoE	125B 主模型、51B N-gram embedding，每個 Token 啟用 6B
可用時間	阿里巴巴宣布推出 QwenCloud 生產 API	權重及模型卡資料於 2026 年 8 月下旬陸續公開

Flash-Next 的程式碼庫及模型卡資料在生產 API 公布前後出現，讓開發者可以先了解架構，再等待或轉用 QwenCloud 的託管服務。7

「訓練成本只需九分之一」有幾進取？

阿里巴巴表示，相比 Qwen3.7-Plus，新 Flash 系列的訓練成本大約只有 九分之一，同時在寫程式及辦公室任務上有更佳表現。515

這是一個非常大的宣稱，但目前應視為公司公布的比較，而不是經獨立審計的成本研究。實際訓練成本會受硬件價格、訓練時間、數據處理、失敗重跑次數及成本計算方法等因素影響。

稀疏架構確實為阿里巴巴強調效率提供了一定技術基礎：每個 Token 只啟用一小部分參數，理論上可以同時減少訓練及推理所需運算。不過對買家而言，兩個數字的實用性不同：$0.16 的 API 輸入價格可以直接用來做預算；「九分之一」則暫時較適合作為架構及策略訊號，直到有更多外部測試出現。

公開基準測試顯示甚麼？

Flash-Next 模型卡公布了以下成績：

• DeepSWE 1.1： 58.7
• SWE-bench Pro： 62.5
• SWE-bench Multilingual： 81.0
• CoWorkBench： 73.9
• JobBench： 55.7
• AndroidWorld： 84.5
• MathVision： 95.7

在模型卡列出的比較表中，Flash-Next 在 SWE-bench Pro、SWE-bench Multilingual、CoWorkBench 及 JobBench 均高於表內的 Claude Opus 4.6 Max 成績。例如，SWE-bench Pro 是 62.5 對 53.4，SWE-bench Multilingual 則是 81.0 對 77.5。

這些結果反映 Flash-Next 在軟件工程及辦公室代理任務上有相當強的表現，但不能據此斷言它全面勝過 Claude 或其他前沿模型。測試數字由供應商公布，測試環境及執行方式亦可能不同；而且 Flash-Next 的基準測試結果，不能自動等同於每一個 Qwen3.8-Flash 生產部署的表現。

開放權重，不等於完全無限制

資料將 Flash-Next 描述為開放權重模型。部分模型摘要列出授權為 qwen-community-1.0，但如果要進行商業重新發布、微調或自行託管，開發者仍應以官方程式碼庫及模型卡的最終授權條款為準。6

「開放權重」本身不代表所有用途都不受限制。實際授權可能涉及重新發布、署名、可接受用途或衍生模型等條件。現有證據不足以對這次發布所有組件的商業使用權作出更廣泛結論。

阿里巴巴為何願意用低價換規模？

模型發布之際，阿里巴巴正大舉擴充 AI 基建。路透社報道，公司季度雲端收入上升 45%，資本開支增加 75%，但季度純利下跌 75%。18

路透社亦報道，阿里巴巴透過香港配股集資 100 億美元，用於支持 AI 押注。 這些數字呈現出 Qwen 策略的代價：雲端及 AI 運算需求正在增加，但建設相關容量的成本，已經即時壓低盈利及現金流表現。

因此，低價推理服務即使短期內壓縮模型毛利，仍可能具備戰略價值。更便宜的服務可以提高阿里雲基建的使用率，吸引企業工作量，亦令 Qwen 更有機會成為長上下文應用的預設選擇。

開放權重對阿里巴巴有甚麼好處？

Flash-Next 令 Qwen 的觸及範圍不再局限於阿里巴巴自己的 API。開發者可以下載、測試、調整及自行託管模型，先熟悉 Qwen 的工具及架構，而不必一開始便完全依賴 QwenCloud。

這種分發方式至少有四個好處：

1. 擴大開發者採用： 開放權重有利試驗、社群整合及第三方工具支援。
2. 帶動雲端轉化： 需要託管推理、彈性擴展或企業支援的團隊，日後可能轉用阿里巴巴的雲端服務。
3. 取得架構回饋： 在 Qwen4 正式推出前，先讓更廣泛的技術社群接觸架構。
4. 建立成本優勢： 當推理量比基準分數的細微差異更重要時，低價 API 會更具吸引力。

這是根據同時推出開放權重、低價 API 及大規模基建投資作出的策略解讀，並不等於已經證明 Qwen 贏得中國開發者生態。現有資料沒有提供活躍開發者、下載量或企業部署數字，不能用來量化 Qwen 的實際採用程度。

結論：Flash 是服務，Flash-Next 是生態入口

Qwen3.8-Flash 和 Flash-Next 最適合被視為同一套產品策略的兩個部分：Flash 是低價、長上下文的雲端服務；Flash-Next 則是面向 Qwen4 的開放權重生態及架構試驗場。

輸入每百萬 Token $0.16、上下文最多 100 萬 Token、在更大型模型中每個 Token 僅啟用 6B 參數，再加上供應商公布的編程及代理測試成績，令這次發布對關注 AI 推理成本的開發者相當重要。4

但幾點界線不能混淆：生產模型與預覽模型不是同一回事；訓練成本「九分之一」尚未經獨立審核；基準測試主要由供應商公布；而 Qwen 的開發者採用規模仍然無法從現有證據量化。

整體而言，阿里巴巴是中國 AI 競爭中一個資金充裕、不能忽視的對手，但並非已經沒有挑戰的領導者。公司願意大手投資，顯示 Qwen 被視為長期雲端及開發者生態押注，而不是短期內追求高利潤的單一模型產品。18

阿里巴巴旗下 Qwen 團隊一次推出兩款定位不同、但策略上互相配合的新模型：Qwen3.8-Flash 是面向實際生產環境的多模態雲端模型，透過 QwenCloud 以極低 Token 價格提供服務；Qwen3.8-Flash-Next 則是開放權重版本，用來率先展示阿里巴巴聲稱將應用於 Qwen4 家族的架構方向。515

簡單講，前者負責吸引企業工作量，後者負責吸引開發者、工具整合及社群關注。技術規格和測試成績相當進取，但要留意，部分性能及成本數字主要來自阿里巴巴及其模型卡，尚未有獨立測試全面核實。

兩款模型，各有不同任務

Qwen3.8-Flash：主打低價雲端生產服務

阿里巴巴形容 Qwen3.8-Flash 是一款支援多模態的混合專家模型（Mixture-of-Experts，MoE），針對寫程式、辦公室工作、代理式工作流程及長上下文任務設計。公司表示，模型預設上下文視窗為 262,144 個 Token，並可擴展至 100 萬個 Token，適合處理大型文件、長篇對話及研究資料。515

QwenCloud 公布的價格為：輸入每百萬 Token $0.16，輸出每百萬 Token $0.47。阿里巴巴表示生產 API 很快會推出，後續報道則指 QwenCloud 已按這個價格提供模型服務。415

這個定價不只是一個模型發布消息，更是基建生意的定價策略。對需要處理大量文件、運行編程代理或建立高用量工作流程的團隊來講，低價 API 可以大幅降低試用及擴展成本，亦令模型本身成為推動阿里雲用量的入口。

Qwen3.8-Flash-Next：開放權重的 Qwen4 架構預覽

Flash-Next 並不是另一個 API 收費層級，而是用來展示未來 Qwen4 方向的開放權重模型。其模型資料列出 125B 參數主模型、額外 51B N-gram embedding 參數，以及每個 Token 僅啟用 6B 參數。

這種稀疏混合專家設計，意思是模型內藏有一個很大的參數池，但處理每個 Token 時只動用其中一小部分。理論上，這可以在保留較大模型容量的同時，降低每個 Token 所需的運算量。

現有模型卡資料列出其原生上下文視窗為 262,144 個 Token，利用 YaRN 可擴展至 100 萬個 Token。13 不過，Flash 與 Flash-Next 是兩個不同版本，開發者部署前仍應查清楚實際版本的上下文上限、記憶體要求及服務行為。

規格、價格及推出時間比較

項目	Qwen3.8-Flash	Qwen3.8-Flash-Next
主要定位	面向生產環境的雲端模型	預覽 Qwen4 架構的開放權重模型
主要用途	多模態寫程式、辦公室工作及代理式流程	多模態寫程式、長時間代理式任務及文件處理
上下文視窗	預設 262,144 Token，可擴展至 100 萬	原生 262,144 Token；據報利用 YaRN 可擴展至 100 萬
雲端價格	輸入每百萬 Token $0.16；輸出每百萬 Token $0.47	開放權重版本目前沒有確定的阿里巴巴 API 價格
架構資料	阿里巴巴將 Flash 系列定位為多模態 MoE	125B 主模型、51B N-gram embedding，每個 Token 啟用 6B
可用時間	阿里巴巴宣布推出 QwenCloud 生產 API	權重及模型卡資料於 2026 年 8 月下旬陸續公開

Flash-Next 的程式碼庫及模型卡資料在生產 API 公布前後出現，讓開發者可以先了解架構，再等待或轉用 QwenCloud 的託管服務。7

「訓練成本只需九分之一」有幾進取？

阿里巴巴表示，相比 Qwen3.7-Plus，新 Flash 系列的訓練成本大約只有 九分之一，同時在寫程式及辦公室任務上有更佳表現。515

這是一個非常大的宣稱，但目前應視為公司公布的比較，而不是經獨立審計的成本研究。實際訓練成本會受硬件價格、訓練時間、數據處理、失敗重跑次數及成本計算方法等因素影響。

稀疏架構確實為阿里巴巴強調效率提供了一定技術基礎：每個 Token 只啟用一小部分參數，理論上可以同時減少訓練及推理所需運算。不過對買家而言，兩個數字的實用性不同：$0.16 的 API 輸入價格可以直接用來做預算；「九分之一」則暫時較適合作為架構及策略訊號，直到有更多外部測試出現。

公開基準測試顯示甚麼？

Flash-Next 模型卡公布了以下成績：

• DeepSWE 1.1： 58.7
• SWE-bench Pro： 62.5
• SWE-bench Multilingual： 81.0
• CoWorkBench： 73.9
• JobBench： 55.7
• AndroidWorld： 84.5
• MathVision： 95.7

在模型卡列出的比較表中，Flash-Next 在 SWE-bench Pro、SWE-bench Multilingual、CoWorkBench 及 JobBench 均高於表內的 Claude Opus 4.6 Max 成績。例如，SWE-bench Pro 是 62.5 對 53.4，SWE-bench Multilingual 則是 81.0 對 77.5。

這些結果反映 Flash-Next 在軟件工程及辦公室代理任務上有相當強的表現，但不能據此斷言它全面勝過 Claude 或其他前沿模型。測試數字由供應商公布，測試環境及執行方式亦可能不同；而且 Flash-Next 的基準測試結果，不能自動等同於每一個 Qwen3.8-Flash 生產部署的表現。

開放權重，不等於完全無限制

資料將 Flash-Next 描述為開放權重模型。部分模型摘要列出授權為 qwen-community-1.0，但如果要進行商業重新發布、微調或自行託管，開發者仍應以官方程式碼庫及模型卡的最終授權條款為準。6

「開放權重」本身不代表所有用途都不受限制。實際授權可能涉及重新發布、署名、可接受用途或衍生模型等條件。現有證據不足以對這次發布所有組件的商業使用權作出更廣泛結論。

阿里巴巴為何願意用低價換規模？

模型發布之際，阿里巴巴正大舉擴充 AI 基建。路透社報道，公司季度雲端收入上升 45%，資本開支增加 75%，但季度純利下跌 75%。18

路透社亦報道，阿里巴巴透過香港配股集資 100 億美元，用於支持 AI 押注。 這些數字呈現出 Qwen 策略的代價：雲端及 AI 運算需求正在增加，但建設相關容量的成本，已經即時壓低盈利及現金流表現。

因此，低價推理服務即使短期內壓縮模型毛利，仍可能具備戰略價值。更便宜的服務可以提高阿里雲基建的使用率，吸引企業工作量，亦令 Qwen 更有機會成為長上下文應用的預設選擇。

開放權重對阿里巴巴有甚麼好處？

Flash-Next 令 Qwen 的觸及範圍不再局限於阿里巴巴自己的 API。開發者可以下載、測試、調整及自行託管模型，先熟悉 Qwen 的工具及架構，而不必一開始便完全依賴 QwenCloud。

這種分發方式至少有四個好處：

1. 擴大開發者採用： 開放權重有利試驗、社群整合及第三方工具支援。
2. 帶動雲端轉化： 需要託管推理、彈性擴展或企業支援的團隊，日後可能轉用阿里巴巴的雲端服務。
3. 取得架構回饋： 在 Qwen4 正式推出前，先讓更廣泛的技術社群接觸架構。
4. 建立成本優勢： 當推理量比基準分數的細微差異更重要時，低價 API 會更具吸引力。

這是根據同時推出開放權重、低價 API 及大規模基建投資作出的策略解讀，並不等於已經證明 Qwen 贏得中國開發者生態。現有資料沒有提供活躍開發者、下載量或企業部署數字，不能用來量化 Qwen 的實際採用程度。

結論：Flash 是服務，Flash-Next 是生態入口

Qwen3.8-Flash 和 Flash-Next 最適合被視為同一套產品策略的兩個部分：Flash 是低價、長上下文的雲端服務；Flash-Next 則是面向 Qwen4 的開放權重生態及架構試驗場。

輸入每百萬 Token $0.16、上下文最多 100 萬 Token、在更大型模型中每個 Token 僅啟用 6B 參數，再加上供應商公布的編程及代理測試成績，令這次發布對關注 AI 推理成本的開發者相當重要。4

但幾點界線不能混淆：生產模型與預覽模型不是同一回事；訓練成本「九分之一」尚未經獨立審核；基準測試主要由供應商公布；而 Qwen 的開發者採用規模仍然無法從現有證據量化。

整體而言，阿里巴巴是中國 AI 競爭中一個資金充裕、不能忽視的對手，但並非已經沒有挑戰的領導者。公司願意大手投資，顯示 Qwen 被視為長期雲端及開發者生態押注，而不是短期內追求高利潤的單一模型產品。18