متنباز
@Alibaba_Qwen
بچههای تیم کوئن (Qwen) از مدل جدیدشون به اسم Qwen3.8-Flash رونمایی کردن که یه پیشنمایش خفن و متنباز از معماری نسل بعدی یعنی Qwen4 به حساب میاد

بچههای تیم کوئن (Qwen) از مدل جدیدشون به اسم Qwen3.8-Flash رونمایی کردن که یه پیشنمایش خفن و متنباز از معماری نسل بعدی یعنی Qwen4 به حساب میاد. این مدل چندوجهی با اینکه در مجموع ۱۲۵ میلیارد پارامتر داره، در لحظه فقط ۶ میلیارد پارامترش فعال میشه؛ یعنی با یکنهم هزینه آموزش مدل قبلی، پرفورمنس بالاتری مخصوصاً تو کدنویسی و محاسبات تحویل میده. پنجره کانتکستش هم تا ۲۶۲ هزار توکن پشتیبانی میکنه که تا یک میلیون هم قابل ارتقاست، و قیمتش روی کلود هم فوقالعاده ارزونه. وزنهای مدل رو هم دادن بیرون تا دستاندرکاران هوش مصنوعی قشنگ بتونن زیر و بمش رو شخم بزنن.
منبع
Qwen@Alibaba_Qwen
⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weight!
The production version Qwen3.8-Flash will be available soon via QwenCloud API at just $ 0.16/1M input tokens and $ 0.47/1M output tokens.
125B parameters + 51B N-gram embeddings, with just 6B activated per token. Unmatched cost-efficiency.
What's new: 🥳
- Next architecture: GDN + QSA hybrid attention, Gated Residual, N-gram Embedding & Muon optimizer, serving as a precursor to the architecture used in Qwen4.
- Dramatically lower training and inference costs: trained at just 1/9 the cost of Qwen3.7-Plus, while outperforming it across the board with especially strong gains in coding and office tasks.
- Strong performance: scoring 58.7 on DeepSWE 1.1, 62.5 on SWE-bench Pro, 73.9 on CoWorkBench, 84.5 on AndroidWorld, and 95.7 on MathVision (with CI).
- 262K native context, extensible to 1M with YaRN.
We’re also releasing the weights for Qwen3.8-Flash-Next, giving the community an early look at the new architecture we’re exploring for Qwen4.🚀
We can't wait to see what you build with Qwen3.8-Flash!👀👇
- Blog: https://qwen.ai/blog?id=qwen3.8-flash-next
- Technical Report: https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- Hugging Face: https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope: https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next
۴ شهریور ۱۴۰۵مشاهده در X
qwen.ai
Qwen
Qwen offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
خواندن در سایت منبع



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.