Qwen3.8-Flash-Next是基于下一代Qwen4架构的多模态MoE模型，已提前发布以帮助社区准备迎接即将到来的Qwen4系列。该模型预计于2026年8月26日公开，届时可在魔搭社区页面获取。
正文
好的，这是根据您的要求，对原文进行的中文重述：
Qwen3.8-Flash-Next 模型介绍
Qwen3.8-Flash-Next 是一款基于下一代 Qwen4 架构构建的多模态 MoE（混合专家）模型。我们提前发布这些架构上的改进，旨在帮助社区为即将到来的 Qwen4 模型系列做好准备。
关注动态
请点击“点赞并获取通知”，我们将在模型公开发布时第一时间向您发送通知。模型发布后，您将能在此页面获取 Qwen3.8-Flash-Next 的开放模型。
预期发布的模型
- Qwen/Qwen3.8-Flash-Next
- Qwen/Qwen3.8-Flash-Next-FP8
预计发布时间
2026年8月26日 15:00（UTC+00:00）
评论
根据评论内容，总结如下：
主要观点与论据：
模型参数与发布信息：用户tarruda询问参数来源（125B A6B），fcanesin提供了Hugging Face链接。评论5（cogman10）表示意外，原以为会是35B模型。评论7（big-chungus4）从“full family”表述中期待包含4B等小模型。
本地运行可行性：评论6（big-chungus4）希望有免费端点，因无法本地运行。评论8（pwython）认为4-bit MLX量化版可在128GB M5 Max MBP上运行（50-70 tok/s）。评论12（bellowsgulch）对64GB M1 Max用户表示遗憾。评论13（hedora）询问模型在128GB Strix Halo上的质量基准，能否替代Claude。评论15（isatty）询问FP8量化是否能在96GB VRAM运行。评论16（SwellJoe）认为这是128GB设备的理由，MoE应能接近可用速度。评论19（dmead）分享在192GB系统RAM+8GB VRAM上运行MoE模型的经验（40 tok/s）。
性能与竞争：评论11（BrucecarlL）期待性能报告，希望超越DeepSeek。评论13（hedora）关注质量基准。评论14（notnullorvoid）认为结合FreeToken等推理引擎，可能实现“本地AI之年”。
使用体验问题：评论10（ddtaylor）抱怨Qwen模型在OpenRouter上容量不足、不稳定，需手动屏蔽提供商，联系困难，被Stripe收购可能加速问题。
其他：评论3（honestlyranked）称阿里巴巴让科技巨头失眠。评论4（mrdoe）抱怨被DNS4EU屏蔽。评论17（onesandofgrain）感叹“人类何在”。
平衡性总结： - 积极观点：模型创新令人兴奋（评论5、9），本地运行潜力大（评论8、14、16、19），可能超越竞争对手（评论11）。 - 消极观点：本地运行门槛高（评论6、12），使用体验不佳（评论10），存在访问限制（评论4）。
关键引用（保留中英文）： - 参数信息：“Can you share the source for the parameter count (125B A6B)?”（tarruda） - 本地运行：“A 4-bit MLX quant with 128k window should fit perfectly”（pwython） - 使用体验：“many Qwen models have almost no capacity or is so flaky”（ddtaylor） - 竞争期待：“Waiting for the performance report! Ai hope it can beat DS”（BrucecarlL）