Qwen3.8-Flash-Next — Qwen¶

Development line: project:qwen3-8-flash-next · thread qwen
Last event: 2026-08-26 · 1 dated since 2026-08-26 · Researched: 2026-09-05 · confidence: high

What it is¶

Qwen3.8-Flash-Next: открытая мультимодальная MoE-модель для разработчиков, которым нужны vision+text, кодинг и агентные сценарии. — запускается через Transformers, vLLM, SGLang, TokenSpeed и llama.cpp; — использует Gated DeltaNet, Qwen Sparse Attention, Gated Residual и n-gram embeddings. 125B параметров основной модели, 51B параметров таблиц n-gram embeddings и 6B активных параметров на токен; официальный пример сервинга задаёт контекст 262 144 токена. Практический выбор для экспериментов с открытыми весами; для managed production API официальный Qwen3.8-Flash позиционируется отдельно.

Development line¶

• 2026-08-26 — Qwen3.8-Flash-Next project resources were documented. Мультимодальной MoE-модели и раннего preview архитектуры Qwen4.

What changed¶

2026-08-26 — опубликованы открытые веса Qwen3.8-Flash-Next: мультимодальной MoE-модели и раннего preview архитектуры Qwen4. 2026-08-31 — вышел технический отчёт с абляциями архитектуры, оценкой эффективности и стабильности обучения.

How to use this¶

As of 2026-08-26, practitioners should verify Qwen3.8-Flash-Next through its linked source repository, model-hosting resources, and demo before selecting a checkpoint or deployment route.

1. Для прототипа с изображением и текстом загрузите Qwen/Qwen3.8-Flash-Next через Transformers pipeline image-text-to-text или через AutoProcessor и AutoModelForMultimodalLM. — https://huggingface.co/Qwen/Qwen3.8-Flash-Next
2. Для self-hosted OpenAI-compatible API запустите vLLM; официальный пример использует tensor parallelism 4, --max-model-len 262144, reasoning parser qwen3 и tool-call parser qwen3_coder. — https://github.com/QwenLM/Qwen3.8-Flash-Next
3. Если инфраструктуру для open weights поддерживать не нужно, используйте Qwen Cloud: текущий managed Qwen3.8-Flash совместим с API OpenAI и Anthropic. — https://www.qwencloud.com/

Best practices¶

• Для запуска с tool calls включайте одновременно reasoning parser qwen3 и tool-call parser qwen3_coder; без них официальный serving-рецепт для этого режима не приведён. — https://github.com/QwenLM/Qwen3.8-Flash-Next
• На Apple Silicon используйте mlx-vlm либо готовую MLX-квантизацию; для llama.cpp выбирайте совместимые GGUF-веса, а не исходный checkpoint. — https://github.com/QwenLM/Qwen3.8-Flash-Next
• Не переносите лимит 262K из self-hosted примера на managed модель: Qwen Cloud отдельно заявляет для Qwen3.8-Flash контекст 1M. — https://www.qwencloud.com/

Superseded by this¶

• Nothing marked obsolete yet.

Still unknown¶

• Для события 2026-08-26: официальный репозиторий датирует выпуск 2026-08-26 и уточняет, что открыты веса Qwen3.8-Flash-Next — 125B-параметровой мультимодальной MoE-модели с 6B активных параметров на токен; source_date=2026-08-26; source_url=https://github.com/QwenLM/Qwen3.8-Flash-Next.
• Новое событие: 2026-08-31 — технический отчёт описал 14 pre-training бенчмарков: модель опережает 397B-A17B predecessor на восьми и отстаёт на остальных не более чем на 2,6 пункта, при примерно трети активных параметров, трети токенов обучения и около одной девятой FLOPs; source_date=2026-08-31; source_url=https://arxiv.org/abs/2608.30320.
• Текущая модельная карточка называет Qwen3.8-Flash production-версией на базе Flash-Next с 1M context и встроенными tools, но не указывает дату этого перехода; его нельзя привязать к событию 2026-08-26 или оформить как датированное supersedes.

Sources¶

Agent brief¶

• Subject: project:qwen3-8-flash-next, thread qwen, 1 dated events 2026-08-26 → 2026-08-26.
• Practical note: As of 2026-08-26, practitioners should verify Qwen3.8-Flash-Next through its linked source repository, model-hosting resources, and demo before selecting a checkpoint or deployment route.
• Confidence: high. Dated supersedes above are the authority for what is obsolete.