GitHub-радар
Qwen3.8-Flash-Next: превью архитектуры Qwen4
Команда Qwen от Alibaba выложила экспериментальную модель с архитектурой, которая ляжет в основу Qwen4 — 125B параметров суммарно, но только 6B работают при инференсе.
Qwen3.8-Flash-Next — это экспериментальная модель от команды Qwen (Alibaba), которая показывает архитектуру, заложенную в Qwen4. Принципиально другой подход: 125 миллиардов параметров суммарно, но при инференсе одновременно работают только 6 миллиардов — модель быстрая, несмотря на огромный размер. Комбинация гибридного внимания (Gated DeltaNet + разреженное внимание), n-граммных эмбеддингов и предсказания нескольких токенов сразу. Мультимодальная: понимает текст и изображения. Контекст — 262K токенов нативно, до 1M с расширением. Ключевые результаты: SWE-bench Pro 62.5%, AndroidWorld 84.5%, GPQA Diamond 91.7%. Модель доступна через `ollama run qwen3.8-flash-next`, но требует соответствующего железа.
Зачем это вайб-кодеру
Это самый чёткий сигнал о том, куда идёт Qwen и открытые модели в целом. Разреженная активация означает результаты, сопоставимые с Qwen3.8-27B, при кратно меньших вычислительных затратах на инференс. Если Qwen4 выйдет с такой архитектурой, квантованные версии могут стать реальными для мощного потребительского железа.
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Прочитай карточку этой модели https://huggingface.co/Qwen/Qwen3.8-Flash-Next и объясни мне простыми словами, что нового в её архитектуре по сравнению с обычным Qwen3.8 и почему это важно для будущего.
Это серверная модель — дома не запустить: даже 1-битная сжатая версия занимает от 72 ГБ. Смотреть как на новость о будущем Qwen, а не как на инструмент прямо сейчас.
Открыть на Hugging Face▌ Ещё находки