Qwen3.8-Flash-Next (180B MoE) 模型架构参数、评测与显存全表
千问下一代 Qwen4Exp 架构尝鲜版(Qwen3.8-Flash 同源底座),总参 180B 仅激活 ~8B,512 细粒度专家。
🧬 Qwen3.8-Flash-Next (180B MoE) 底层网络与张量参数总表 (Model Overview & config.json)
全部字段同步自官方 HuggingFace 仓库 (Qwen/Qwen3.8-Flash-Next) 的 config.json 与技术报告 · 核验日期 2026-11-20
1. 骨干网络与维度参数
qwen4_exp- 总参数量 / 单步激活
- 180B / 8B
- Hidden Size (d_model)
- 2,560
- MoE 专家中间层维度
- 640
- MoE 专家配置
- 512 路由 · 激活10
- 激活函数 / RMSNorm
- SiLU (SwiGLU) · ε=0.000001
- 原生权重精度
- BF16 / FP8
2. 注意力机制与混合层拓扑
HYBRID- Transformer 总层数
- 48 层 (12 层全局 KV)
- 网络层排布 (Hidden Layout)
- 48 层稀疏 MoE 架构(512 路由专家,单步激活 10 个)
- 注意力头 (Q / KV)
- 24 Q / 2 KV (12:1 GQA)
- Head Dimension
- 256
- 视觉编码器 / MTP 头
- ViT 27L
3. 上下文、位置编码与词表
Tokenizer- 原生上下文长度
- 262,144 tokens
- 旋转位置编码 (RoPE)
- RoPE (原生 262,144 Context)
- 词表大小 (vocab_size)
- 248,320 (独立输出头)
📋 Qwen3.8-Flash-Next (180B MoE) 官方 API 技术规格与计费参数总表
核验自 Alibaba Qwen 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- qwen3.8-flash
- 版本发布日期
- 2026-08-26
- 权重授权形态
- 开源权重 (云端 API 规格)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 256,000 tokens (256K)
- 单次最大输出上限
- 131,000 tokens
- 支持输入模态
- Text + Image + Video
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 开源权重 + 托管云 API
3. 官方 Token 单价与缓存阶梯
CNY / 1M- 标准输入单价 (每百万)
- ¥ 0.8
- Prompt 缓存命中输入
- ¥ 0.1 -88%
- 标准输出单价 (每百万)
- ¥ 2.7
- 长上下文阶梯与计费备注
- 阿里云百炼:高吞吐低延迟百万上下文主力
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Qwen3.8-Flash-Next (180B MoE) 全量评测成绩与维度排名
共 22 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 6 项
覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。
视觉设计稿转前端网页代码评测,衡量将 UI 截图端到端还原为可交互网页的能力。
SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。
基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。
跨桌面系统(Ubuntu/macOS/Windows)、Android 与网页端的长周期完整应用复刻与混合智能体评测。
自然语言到完整代码仓库(NL2Repo)长周期生成评测,考察从零架构设计或跨全仓改写代码的能力。
🤖 Agent 与工具调用 7 项
真实 Android 手机系统 GUI 智能体评测,通过识别屏幕画面并执行点击滑动完成跨 App 任务。
通义团队构建的覆盖计算机、金融、法律与医学领域的长周期协同办公智能体基准。
「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。
结合视觉输入的 ClawEval 多模态智能体复杂任务求解评测。
模拟真实职场岗位需求,考察多步规划、资料调研与专业工作成果物生成的智能体基准。
「智能体最后的考试」,聚焦超长周期复杂规划、持续推演与多工具协同的高难智能体终极评测。
OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。
📐 数学 2 项
👁️ 多模态与视觉 4 项
🧠 推理与科学 2 项
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
⚡ Qwen3.8-Flash-Next (180B MoE) 本地显存占用 & 实时吐字速度计算器
物理总容量 512 GB · 占用率 24.5%
MoE 架构:每步仅读取 4.85 GB 激活权重
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
OLLAMA_CONTEXT_LENGTH=16384 ollama run qwen3-8-flash-nextMac Studio M5 Ultra 512G 可运行 Qwen3.8-Flash-Next (180B MoE) · 硬件成本与回本参考
参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W
📊 Qwen3.8-Flash-Next (180B MoE) 各量化精度显存占用对照表 (16K 上下文)
| 量化格式 | 等效位数 | 纯权重体积 | KV Cache (16K) | 总显存需求 | 精度评价 |
|---|---|---|---|---|---|
| FP16 / BF16 | 16 bpw | 360 GB | 0.5 GB | 369 GB | 无损原精度 |
| FP8 / Q8_0 | 8.5 bpw | 191.25 GB | 0.5 GB | 196.88 GB | 99.9% 接近无损 |
| GGUF Q6_K | 6.56 bpw | 147.6 GB | 0.5 GB | 152.35 GB | 极高画质 · 严肃编码 |
| GGUF Q5_K_M | 5.69 bpw | 128.03 GB | 0.5 GB | 132.39 GB | 高均衡度 |
| Q4_K_M / AWQ | 4.85 bpw | 109.12 GB | 0.5 GB | 113.11 GB | 黄金甜点(推荐) |
| GGUF IQ4_XS | 4.25 bpw | 95.63 GB | 0.5 GB | 99.34 GB | 省显存优选 |
| GGUF Q3_K_M | 3.91 bpw | 87.98 GB | 0.5 GB | 91.54 GB | 轻度智商折损 |
| GGUF Q2_K | 3.15 bpw | 70.88 GB | 0.5 GB | 74.09 GB | 极限压缩尝鲜 |
🖥️ 主流显卡、Mac 与国产卡运行 Qwen3.8-Flash-Next (180B MoE) (Q4_K_M) 兼容性列表
常见问题解答 (FAQ)
Qwen3.8-Flash-Next (180B MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?
Qwen3.8-Flash-Next (180B MoE) 底层架构为 Qwen4ExpForConditionalGeneration,共 48 层(48 层稀疏 MoE 架构(512 路由专家,单步激活 10 个)),隐藏层维度 hidden_size=2560,注意力头配置为 24 个 Query 头 / 2 个 KV 头(head_dim=256),词表大小 vocab_size=248,320,原生上下文窗口 262,144 tokens。
Qwen3.8-Flash-Next (180B MoE) 本地部署至少需要多少 GB 显存?
在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Qwen3.8-Flash-Next (180B MoE) 共需约 113.11 GB 显存(含权重 109.12 GB + KV 缓存 0.5 GB + 系统开销 3.48 GB)。无损 FP16/BF16 则需约 369 GB。
Qwen3.8-Flash-Next (180B MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?
依据官方 generation_config.json 与最佳实践,在「官方默认推理采样配置」下建议设置 temperature=0.7、top_p=0.95。