阿里通义宣布 Qwen3.8-Max 升级为 Qwen3.8-Max-0902：约 2.4T 参数、1M 上下文，并在 Coding 与 Cowork 方向继续后训练，面向复杂企业任务、科研与长程工作流。QwenCloud API 定价为每百万 Token 输入 2 美元、输出 6 美元；显式/隐式缓存命中分别为 0.17 / 0.25 美元。
阿里通义千问开源多模态 MoE 模型 Qwen3.8-Flash，作为 Qwen4 架构早期预览。总参 125B 另加 51B N-gram 嵌入，每 Token 仅激活 6B；采用 GDN+QSA 混合注意力、Gated Residual 与 Muon 优化器。训练成本约为 Qwen3.7-Plus 的 1/9，却全面领先：DeepSWE 1.1 达 58.7、SWE-bench Pro 62.5、CoWorkBench 73.9、AndroidWorld 84.5、MathVision（含 CI）95.7。原生 262K 上下文，YaRN 可扩至 1M；1M 长度下 QSA 预填充最高 7.6 倍、解码 4.9 倍加速。QwenCloud 报价约 $0.15/$0.47 每百万 Token，权重已上线 Hugging Face，并获 NVIDIA NeMo、SGLang、Unsloth 与 OpenCode 的 Day-0 支持。
通义千问宣布 Qwen3.8-Flash 生产 API 已在 QwenCloud 上线，定价为每百万 Token 输入 $0.16、输出 $0.47。该多模态 MoE 每 token 仅激活 6B 参数，官方称在编码与办公任务上全面超过 Qwen3.7-Plus。
阿里云通义千问团队开源发布 Qwen3.8-Flash，作为 Qwen4 架构的早期技术预览。模型采用 125B 总参、单 Token 仅激活 6B 的高效 MoE 结构，训练成本仅为上一代 Plus 的 1/9，在 SWE-bench Pro 上取得 62.5 分，DeepSWE 1.1 达到 58.7 分。支持原生 262K 上下文并可通过 YaRN 外推至 1M，QwenCloud 定价低至 $0.16 / $0.47 per 1M tokens。
阿里通义千问开源发布多模态 MoE 架构模型 Qwen3.8-Flash 作为 Qwen4 架构的早期预览。模型总参 125B，每个 Token 仅激活 6B；在 SWE-bench Pro 取得 62.5 分，DeepSWE 1.1 达到 58.7 分。训练成本仅为上一代 Plus 的 1/9，在 QwenCloud 上报价低至 $0.16/$0.47 per 1M tokens。
