千问 AI 平台上线 Qwen3.8-Flash：极致性价比赋能真实任务
千问 AI 平台正式发布 Qwen3.8-Flash 模型。该模型在编程、Agent 等真实应用场景中实现了极致的性价比，最新定价如下：
- 输入价格：每百万 Tokens 0.8 元
- 输出价格：每百万 Tokens 2.7 元
- 缓存命中价格：每百万 Tokens 0.1 元
架构革新：Qwen3.8-Flash 的技术突破
Qwen3.8-Flash 是一款基于下一代（Next）架构的多模态混合专家（MoE）模型。其千亿总参数中仅激活 60 亿（6B），创下了模型效率的全球新基准。该模型采用了与此前千问系列完全不同的全新架构，主要技术创新包括：
注意力机制优化
引入独特的 QSA（Qwen Sparse Attention）机制，与 GDN 高效融合形成混合注意力架构。这一设计显著降低了计算开销，在高缓存命中的 1M Tokens 长上下文场景中，推理速度提升 8 倍以上，兼顾精准度与响应速度。
分层通信升级
采用自研 Gated Residual 方法，将传统 Transformer 的单条信息主通道拓展为四条。模型可根据需求动态决定信息读写路径，不仅提升了信息传递效率，也增强了训练过程的稳定性。
参数扩展创新
引入 51B 的 N-gram Embedding 参数，为 Transformer 提供高效的查表寻址能力。该部分参数在 Token 计算时无需参与运算，相当于以极低资源消耗“外挂”了大规模记忆指南，大幅提升了参数扩展效率。
调优协同增效
实现模型结构与后期优化的协同进行，显著提升了收敛效率和训练吞吐量。
成本大幅降低，全面开放 API 服务
得益于 Qwen3.8 系列的技术创新，训练与推理成本大幅下降。目前，模型 API 服务已首发上线千问 AI 平台，开发者可通过 API 或 Token Plan 以普惠价格获取前沿性能。
国内定价：输入每百万 Tokens 低至 0.8 元，输出 2.7 元；缓存命中价格低至 0.1 元。
国际站定价：输入每百万 Tokens 0.15 美元，输出 0.47 美元；缓存命中价格 0.016 美元。
针对 Agent 工作流中长输入（Input）频繁、缓存命中率对成本影响显著的特点，Qwen3.8-Flash 极具优势的缓存命中定价，使其特别适合大量、频繁的日常智能体任务，帮助开发者以极致性价比部署应用。
此外，千问办公“标准模式”已内置 Qwen3.8-Flash，可胜任 95% 的日常办公任务。
开源生态与未来展望
此次采用的 Next 新架构被视为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 及魔搭社区全面开源，接受全球 AI 开源社区检验，旨在共同打磨未来的 Qwen4 模型。
截至目前，Qwen3.8 系列已开源发布 Qwen3.8-Max（2.4T 参数量）、Qwen3.8-27B 及 Qwen3.8-Flash 三大尺寸模型，并均已上线千问 AI 平台提供 API 服务。