Qwen 宣布發布 Qwen 3.8-Flash-Next，這是一款採用 1250 億參數混合專家（MoE）架構的大型語言模型，但每個令牌僅激活 60 億個參數。該模型基於 Qwen3.5 架構基礎構建，並作為即將推出的 Qwen4 架構的預覽版，在編程和代理任務方面提供了顯著提升，同時保持了高效的推理速度。

事件背景

混合專家（MoE）是一種 AI 架構，模型包含多個稱為「專家」的專用子網路，並透過閾值機制選擇相關的專家來處理每個輸入令牌。這使得模型擁有龐大的總參數數以增強知識容量，但在推理過程中僅激活一小部分，從而比同等大小的稠密模型處理得更快且更節能。

社群觀察

社群成員對 Strix Halo 和 Mac Studio 等設備上的本地推理潛力感到興奮，指出 MoE 架構能夠高效運行大型模型。然而，部分用戶對 OpenRouter 等雲端供應商處理這些新模型時的穩定性表示擔憂。