Qwen3.8-Flash上线，以新架构降低长上下文和Agent调用成本。
冷月清谈：
怜星夜思：
2、QSA、Gated Residual和N-gram Embedding这些新设计，会带来哪些潜在短板？
3、已经有低价API和开源权重，团队该怎么判断是直接调用还是自己部署？
4、“可完成95%的日常办公任务”应该怎样验证，才不只是一个宣传数字？
原文标题：极致性价比！Qwen3.8-Flash上线千问AI平台
原文作者：阿里云开发者
原文内容
刚刚，千问AI平台上线Qwen3.8-Flash
在编程、Agent等真实任务中达到极致性价比
最新价格如下
👇👇👇
输入每百万Tokens 0.8元
输出每百万Tokens 2.7元
缓存命中每百万Tokens 0.1元
Qwen3.8-Flash是一个多模态混合专家（MoE）模型，采用了下一代（Next）模型架构，千亿总参数仅激活60亿（6B），创下模型效率的全球新基准。
模型采用了与此前所有千问大模型完全不同的全新架构：
在注意力方面，引入独特的QSA（Qwen Sparse Attention）机制，形成与GDN高效融合的混合注意力架构，可显著降低计算开销，在高缓存命中的1M Tokens长上下文实际场景中可提速8倍以上，又准又快；
在模型内部分层通信方面，引入自研的Gated Residual方法，将传统Transformer的1条信息主通道拆分并拓展为4条，让模型可根据需求动态决定读写信息，信息传递更高效，训练也更稳定；
在模型参数扩展方面，引入51B的N-gram Embedding参数，为模型Transformer参数提供更高效的查表寻址，在每次token计算时无需参与，以极少的资源消耗“外挂”了一个大规模的 “记忆指南手册”，模型参数扩展效率更高；
在模型调参方面，模型结构和后期优化协同进行，收敛效率和训练吞吐大幅提升。
Qwen3.8系列技术创新，直接带来了训练和推理的成本大幅下降，模型的API服务已首发上线千问AI平台，开发者可直接调用API或Token Plan，以普惠价格获取前沿性能。
推理时，Qwen3.8-Flash每百万Tokens输入低至0.8元，输出2.7元；国际站每百万Tokens输入0.15美元、输出0.47美元。
在真实任务中，Agent工作需长输入（Input），缓存命中价格对综合成本影响大，Qwen3.8-Flash缓存命中价格低至每百万Tokens 0.1元、国际站0.016美元，特别适合大量、频繁的日常智能体任务，开发者可以极致性价比获取前沿性能。
目前，千问办公“标准模式”也已内置Qwen3.8-Flash，可完成95%的日常办公任务。
Next新架构将是全新一代千问大模型Qwen4的雏形，Qwen3.8-Flash-Next模型权重已在Hugging Face、魔搭社区全面开源，交由全球AI开源社区检验，以更好打造Qwen4模型。截至目前，Qwen3.8已开源发布的2.4T参数量的Qwen3.8-Max、Qwen3.8-27B及Qwen3.8-Flash三大尺寸模型，均已上线千问AI平台对外提供API服务。
Qwen3.8-Flash模型体验地址：
千问AI平台：
https://www.qianwenai.com/models/qwen3.8-flash
QwenCloud：
https://www.qwencloud.com/models/qwen3.8-flash
千问AI平台-为Agent而生，驱动AI生产力
扫描下方二维码，直达千问AI平台体验
点击阅读原文即可体验！