8月26日，阿里通义千问团队宣布推出Qwen3.8-Flash，同时发布了Qwen3.8-Flash-Next的开源权重，标志着全新一代Qwen4系列模型的雏形。Qwen3.8-Flash是一个多模态MoE模型，主模型参数量达到125B，配合51B的N-gram Embedding和每token激活6B参数，原生支持262,144tokens上下文，并可通过YaRN扩展至1Mtokens。

Qwen3.8-Flash在四个方向进行了系统升级：Attention方面，采用GDN+QSA混合架构，显著降低长序列Attention开销；Residual方面，引入GatedResidual机制，残差状态支持FP8存储，降低访存开销；Embedding方面，引入51B参数的N-gram Embedding，扩展模型容量；Optimization方面，采用MuonOptimizer，并针对多项策略进行优化。性能与成本相比Qwen3.7-Plus，Qwen3.8-Flash的训练成本大幅降低，但在编码和办公任务上表现更强。

Qwen3.8-Flash即将上线千问AI平台，提供API服务，定价为每百万Tokens输入1元、输出3元。模型权重已于8月26日23:00在HuggingFace与ModelScope平台开源，并发布FP8量化版本。Qwen3.8-Flash-Next默认支持1M上下文并内置官方工具。