PAI支持一键部署Qwen3.8-Flash-Next、GLM-5.3等最新开源模型

近日，Qwen3.8-Flash-Next 和 GLM5.3 相继发布。PAI 支持一键部署 Qwen3.8-Flash-Next、GLM-5.3 和 GLM-5.3-Flash-BF16。

• Qwen3.8-Flash-Next ：主模型参数量为 125B，额外配备 51B 的 N-gram Embedding，每 token 激活 6B 参数。相比于 Qwen3.7-Plus，Qwen3.8-Flash-Next 显著降低了训练与推理成本，但在编码和办公任务上却具有更强的能力。

  

• GLM-5.3：与 GLM-5.2 相比，在复杂编码和长时程任务方面表现更佳，在 Z.ai 内部代码基准测试中，GLM-5.3性能比 GLM-5.2 提升了 50%。

• GLM-5.3-Flash：GLM-5.3-Flash 是 GLM-5.3 的精简版，在编码和智能体基准测试中可与 Claude Opus 4.8 相媲美。

2. 在模型详情页右上角点击「部署」，选择计算资源后，即可一键完成云上部署。

• Qwen3.8-Flash-Next 支持 vLLM 高性能部署框架 / SGLang 高性能部署框架，支持单机部署，需 4*GPU 或以上资源；

• Qwen3.8-Flash-Next-NVFP4 支持 SGLang 高性能部署框架，支持单机部署，需 2*GPU 或以上资源；

3. 部署成功后，在服务页面可以点击“查看调用信息”获取调用的调用地址和 Token，想了解服务调用方式可以点击模型详情页，查看调用方式说明。

• GLM-5.3：https://pai.console.aliyun.com/#/quick-start/models/GLM-5.3/intro

• GLM-5.3-BF16：https://pai.console.aliyun.com/#/quick-start/models/GLM-5.3-BF16/intro

• GLM-5.3-Flash：https://pai.console.aliyun.com/#/quick-start/models/GLM-5.3-Flash/intro

• GLM-5.3-Flash-BF16：https://pai.console.aliyun.com/#/quick-start/models/GLM-5.3-Flash-BF16/intro

  

2. 在模型详情页右上角点击「部署」，选择计算资源后，即可一键完成云上部署。

• GLM-5.3/GLM-5.3-BF16 支持 SGLang 高性能部署框架，支持单机/分布式部署，需 8*GPU 或以上资源；
  

• GLM-5.3-Flash 支持 vLLM 高性能部署框架 / SGLang 高性能部署框架，支持单机部署，需 8*GPU 或以上资源；
  

• GLM-5.3-Flash-BF16 支持 SGLang 高性能部署框架，支持单机部署，需 8*GPU 或以上资源；

3. 部署成功后，在服务页面可以点击“查看调用信息”获取调用的调用地址和 Token，想了解服务调用方式可以点击模型详情页，查看调用方式说明。

Model Gallery 是阿里云人工智能平台 PAI 的产品组件，它集成了国内外 AI 开源社区中优质的预训练模型，涵盖了 LLM、AIGC、CV、NLP 等各个领域。通过 PAI 对这些模型的适配，用户可以以零代码方式实现从训练到部署再到推理的全过程，简化了模型的开发流程，为开发者和企业用户带来了更快、更高效、更便捷的 AI 开发和应用体验。

PAI-Model Gallery 访问地址：https://pai.console.aliyun.com/#/quick-start/models

✅ 零代码一键部署

✅ 自动适配云资源

✅ 开箱即用API

✅ 全流程运维托管

✅ 企业级安全 数据不出域

联系我们