千问Qwen3.8-Flash开源：每token仅激活6B参数，训练成本降九成

会懂网AI资讯，9月6日，阿里巴巴发布并开源千问最新模型Qwen3.8-Flash，采用全新”Next”下一代架构：Transformer总参数125B，但每个token仅激活6B，在多项评测中超越Claude Opus 4.6、接近Opus 4.8的前沿性能，而训练成本较Qwen3.7-Plus骤降近90%。

技术上，Qwen3.8-Flash依靠三件套实现”以小博大”：QSA稀疏注意力在高缓存命中场景下提速8倍以上；Gated Residual四通道信息传递提升表征质量；51B的N-gram Embedding”外挂记忆”让模型以极低激活成本携带海量知识。这种超稀疏MoE路线，代表了国产大模型从”堆参数”到”拼效率”的转向。
价格随之极具攻击性：推理价格降到每百万tokens输入1元、输出3元，最低仅为同类产品的三分之一。对开发者而言，前沿级能力的获取成本被压到了历史低点，这将继续加速AI应用在中国中小企业中的普及。
开源策略依旧是千问的核心武器。截至发稿，Qwen全球下载量已突破30亿次、衍生模型超30万个，是全球开发者生态最庞大的开源模型家族之一。Qwen3.8-Flash开源后，中小开发者可零成本获得接近第一梯队的模型能力。
从行业格局看，本轮”效率革命”极具象征意义：6B激活参数的模型反超千亿级闭源旗舰，说明纯粹的参数崇拜正在失效。推理成本每降一个数量级，能被AI改造的场景就多一个数量级——从聊天机器人到全行业渗透，拐点正在到来。
对竞争者而言，压力是全方位的：闭源厂商必须证明高价模型的差异化价值，开源同行则面临”成本天花板”被不断击穿的处境。价格战已经烧到了训练与推理的底层。
会懂网观察，Qwen3.8-Flash用90%的成本降幅证明：大模型竞争的胜负手不在谁的参数更大，而在谁把每个token的成本压得更低。当智能像电力一样便宜，AI应用的寒武纪大爆发才真正开始。