Qwen3.8-Flash giải thích

Tính đến 2026-09-01, đội Qwen của Alibaba mở mã nguồn Qwen3.8-Flash-Next ngày 2026-08-26: MoE đa phương thức 125B kích hoạt 6B tham số mỗi bước, cộng 51B N-gram embeddings. Context gốc là 262K đơn vị, mở rộng tới 1M bằng YaRN. Nếu bạn cần chương từ video dài, dán link — bạn không phải host weights 125B.

Mở mã nguồn · 2026-08-26 MoE 125B · 6B active Demo bên dưới

Get the notes, skip the architecture diagram

Paste a long-form video URL — BibiGPT turns it into chapters, a transcript, and follow-up Q&A.

Thêm BibiGPT làm nguồn ưu tiên trên Google Xem thêm nội dung BibiGPT trong Tin bài hàng đầu và câu trả lời AI.

Sự thật chính (đọc 90 giây)

Tính đến 2026-09-01, đội Qwen của Alibaba mở mã nguồn Qwen3.8-Flash-Next ngày 2026-08-26: MoE đa phương thức 125B kích hoạt 6B tham số mỗi bước, cộng 51B N-gram embeddings, với context gốc 262K (YaRN tới 1M) và chi phí huấn luyện khoảng một phần chín so với Qwen3.7-Plus. Cập nhật lần cuối 2026-09-01.

Features

Qwen3.8-Flash-Next thực sự là gì

Ngày 2026-08-26 đội Qwen mở mã nguồn Qwen3.8-Flash-Next như preview kiến trúc của Qwen4. Tên API production là Qwen3.8-Flash. Cùng thế hệ, hai bề mặt: weights versus endpoint hosted.

MoE 125B, 6B active, cộng 51B N-gram embeddings

Qwen nêu mô hình chính 125 tỷ tham số kích hoạt 6 tỷ tham số mỗi bước, kèm thêm 51 tỷ tham số N-gram embedding có thể nằm ở system RAM thay vì bộ nhớ GPU.

Context gốc 262K, YaRN tới 1M

Cửa sổ context mặc định là 262.144 đơn vị. Qwen nói YaRN có thể kéo dài tới một triệu đơn vị cho file dài và hội thoại dài. Bản chép bài giảng vẫn cần chương; cửa sổ rộng không phải notebook.

Chi phí huấn luyện khoảng 1/9 so với Qwen3.7-Plus

Qwen nói huấn luyện Qwen3.8-Flash-Next tốn khoảng một phần chín chi phí Qwen3.7-Plus, với cải thiện trên coding và office task. Đây là tuyên bố chi phí huấn luyện của nhà cung cấp, không phải giá người dùng.

Ý nghĩa nếu bạn làm việc với video dài

Một mô hình đa phương thức context dài rẻ hơn giúp đội API. Bản thân nó không đưa cho sinh viên ghi chú có timestamp từ upload Bilibili hai giờ. BibiGPT là sản phẩm cho việc thứ hai đó.

Bạn không phải host weights 125B

Dán link, nhận chương, bản chép và Q&A theo dõi. BibiGPT hỗ trợ Qwen3.8-Flash như mô hình bạn dùng cho ghi chú dạng dài — bạn không chọn sơ đồ kiến trúc.

Context dài chỉ đáng nếu bạn giữ ghi chú

Bài giảng 90 phút vẫn cần timestamp và bản xuất. Một lời gọi API rẻ mà bạn không lưu là lãng phí; tóm tắt có chương là tài liệu bạn tìm được tuần sau.

Đây không phải Qwen 3.6 và không phải Qwen3-ASR

Qwen 3.6 là thế hệ đa phương thức trước. Qwen3-ASR là họ nhận dạng giọng nói. Trang này là sự kiện Flash-Next / Flash ngày 2026-08-26. Một ý định, một URL.

5 thay đổi chính (đọc 90 giây)

Các điểm nổi bật từ bản phát hành Qwen3.8-Flash / Flash-Next ngày 2026-08-26 của Qwen.

  1. 1

    Open weights ngày 2026-08-26

    Qwen phát hành Qwen3.8-Flash-Next (và bản FP8) trên Hugging Face và ModelScope cùng tối, định vị như preview kiến trúc của Qwen4.

  2. 2

    MoE 125B, 6B active, 51B N-gram embeddings

    Qwen ghi nhận mô hình chính 125B, 6B tham số kích hoạt mỗi bước, và 51B N-gram embeddings thêm có thể nằm ở system RAM thay vì bộ nhớ GPU.

  3. 3

    Context gốc 262K, YaRN tới 1M

    Context mặc định là 262.144 đơn vị. Qwen nói YaRN mở rộng tới một triệu đơn vị cho file dài và thread dài.

  4. 4

    Chi phí huấn luyện ~1/9 so với Qwen3.7-Plus

    Qwen tuyên bố chi phí huấn luyện Flash-Next khoảng một phần chín so với Qwen3.7-Plus, với điểm coding và office task mạnh hơn. Đây là số chi phí huấn luyện của nhà cung cấp.

  5. 5

    Giá niêm yết API 1 nhân dân tệ / 3 nhân dân tệ mỗi triệu đơn vị

    Reuters báo cáo Qwen sẽ tính 1 nhân dân tệ mỗi triệu đơn vị đầu vào và 3 nhân dân tệ mỗi triệu đơn vị đầu ra trên API Qwen3.8-Flash hosted. Xác nhận trên QwenCloud trước khi lập ngân sách.

3 kịch bản điển hình cho người dùng BibiGPT

Nơi mô hình Qwen context dài rẻ hơn quan trọng — và nơi summarizer mới là sản phẩm thật.

Bạn đã tự chạy Qwen

Dùng open weights hoặc Flash API cho stack coding và office riêng. Rồi vẫn dán bài giảng xong vào BibiGPT để người nhận chương thay vì đống đơn vị thô.

Bạn chỉ cần ghi chú từ video tiếng Trung dài

Upload Bilibili hai giờ không cần brief kiến trúc Qwen4. Dán URL, xuất bản chép, tiếp tục hỏi. Đó là đường BibiGPT.

Bạn đang so sánh các thế hệ Qwen

Qwen 3.6 là hướng dẫn đa phương thức trước. Qwen3-ASR là nhận dạng giọng nói. Trang này chỉ Flash / Flash-Next. Một sự kiện họ mô hình, một URL.

Công cụ BibiGPT liên quan

Các workflow ghi chú video dài đi kèm bản phát hành này.

Nguồn

Thông số trên trang này đến từ ghi chú phát hành ngày 2026-08-26 của Qwen và báo cáo cùng ngày của Reuters.

  • Qwen mở mã nguồn Qwen3.8-Flash-Next ngày 2026-08-26 như MoE đa phương thức 125B với 6B tham số active, 51B N-gram embeddings, context gốc 262K (YaRN tới 1M), và chi phí huấn luyện khoảng 1/9 so với Qwen3.7-Plus.

    GitHub — QwenLM/Qwen3.8-Flash-Next ↗
  • Reuters báo cáo ra mắt ngày 2026-08-26, cửa sổ mặc định 262.144 đơn vị (mở rộng tới 1 triệu), chi phí huấn luyện một phần chín so với Qwen3.7-Plus, và giá niêm yết API 1 nhân dân tệ / 3 nhân dân tệ mỗi triệu đơn vị đầu vào / đầu ra.

    Reuters — Alibaba's Qwen launches Qwen3.8-Flash ↗
  • IT Home đưa brief tiếng Trung cùng ngày: open weights lúc 23:00 giờ Bắc Kinh trên Hugging Face và ModelScope, cùng giá niêm yết API 1 nhân dân tệ / 3 nhân dân tệ.

    IT Home — Qwen3.8-Flash (Next) ↗

Thuật ngữ dùng trên trang này

Mô hình mixture-of-experts (MoE) là gì?

Mô hình mixture-of-experts giữ pool tham số lớn và chỉ kích hoạt một phần cho mỗi bước. Qwen3.8-Flash-Next được ghi nhận là tổng 125B với 6B active mỗi bước. Hiệu ứng thực tế là nhiều capacity hơn mà không trả toàn bộ hóa đơn compute dense-model trên mọi đơn vị.

Cửa sổ context 262K tốt cho ghi chú video thế nào?

Cửa sổ 262.144 đơn vị có thể giữ bản chép dài kèm instruction trong một lời gọi. Bản thân nó không tạo chương, timestamp hay bản xuất bạn tìm được tuần sau. Những artifact đó là việc của sản phẩm ghi chú video.

Được các nhà sáng tạo, sinh viên và nhà nghiên cứu yêu thích

Lý do mọi người dùng BibiGPT mỗi ngày để chuyển video thành văn bản.

Được hơn 50.000 người dùng trên toàn thế giới tin dùng

★★★★★

“Tôi chỉ cần dán liên kết là có ngay phụ đề sạch sẽ trong vài giây — tiết kiệm hàng giờ gõ lại mỗi tuần.”

Maya R.

Nhà sáng tạo nội dung · Tái sử dụng video ngắn

★★★★★

“Xuất bản ghi giúp tôi ôn từ mới theo nhịp độ riêng thay vì liên tục tạm dừng video.”

Daniel K.

Người học ngoại ngữ · Học qua video thực tế

★★★★★

“Văn bản chính xác kèm dấu thời gian, có thể trích dẫn trực tiếp. Nó đã lặng lẽ trở thành một phần công việc hằng ngày của tôi.”

Priya S.

Nhà nghiên cứu · Trích dẫn các buổi nói chuyện công khai

Câu hỏi thường gặp

Hỏi chúng tôi bất cứ điều gì.

Popular guides

Bỏ checkpoint 125B. Lấy ghi chú.

Dán link YouTube, Bilibili hoặc podcast dài. BibiGPT trả chương, bản chép và Q&A theo dõi. Cập nhật lần cuối 2026-09-01.