Qwen3.8-Flash-Next לעומת Qwen3.8-Max: עד כמה מתקרבת תצוגה מקדימה של Qwen4 עם 6B פעילים לדגם הדגל של 2.4T?

ב-26 באוגוסט 2026, צוות Qw​en של Alibaba פרסם בקוד פתוח את Qwen3.8-Flash-Next, מודל רב-מודאלי מסוג mixture-of-experts עם 176 מיליארד פרמטרים, שמפעיל רק בערך 6 מיליארד פרמטרים לכל טוקן, ומוגדר במפורש כתצוגה מקדימה מוקדמת של ארכיטקטורת Qwen4. אמת המידה שלפיה יימדד מהיום הראשון היא הדגל של Alibaba עצמה, Qwen3.8-Max, מודל ה-MoE הדליל עם 2.4 טריליון פרמטרים, שהגיע לזמינות כללית ב-3 באוגוסט, ומתומחר מאז ב-2.00 דולר למיליון טוקני קלט ו-6.00 דולר למיליון טוקני פלט. על הנייר, השניים מרוחקים ביותר מסדר גודל בפרמטרים המאוחסנים — 2.4 טריליון לעומת כ-180 מיליארד — ובערך פי שש עשרה בפרמטרים הפעילים. בגיליון אמות המידה של Alibaba עצמה, התוצאות קרובות הרבה יותר מהגודל — וזה או הדבר המרשים ביותר בתצוגה המקדימה, או התזכורת הברורה ביותר עד כה שטבלת ספק היא השערה עד שמעבדה עצמאית מריצה אותה.

הגרסה הקצרה: זו לא תחרות בין שווים, ולהעמיד פנים אחרת היא הדרך היחידה לטעות. Qwen3.8-Max הוא תקרת היכולות של הדור הנוכחי — מדורג באופן עצמאי על ידי Artificial Analysis, בעל משקלים פתוחים מאז 12 באוגוסט, מוכח בייצור במשך שלושה שבועות. Qwen3.8-Flash-Next הוא אב-טיפוס ארכיטקטוני בן יום אחד, שאליבארה אומרת שרוב עומסי העבודה לא יזדקקו למרווח הראש של Max כדי לרוץ. הסיבה שעדיין כדאי לערוך את ההשוואה היא שבמדדים שבהם שני הדגמים מופיעים בטבלאות של אליבארה עצמה, התצוגה המקדימה נוחתת במרחק של נקודה בערך מהדגל בעבודה סוכנותית ומשרדית, ולפניו בשניים — JobBench ו-RealWorldQA. ההבדל המכריע אינו פער האיכות, שהוא קטן ולא מאומת. זהו פער הראיות: לאחד מהדגמים יש כרטיס ניקוד של צד שלישי, ולשני אין.

מה כל מודל הוא בפועל

Qwen3.8-Flash-Next הוא ריצת הניסוי של הארכיטקטורה. הוא מאחסן בדיסק כ-180 מיליארד פרמטרים — גוף MoE של 125B, טבלת אנבדינג N-gram של 51B שחיה בזיכרון המארח ולא ב-VRAM, וראש חיזוי רב-טוקנים — ומנתב כל טוקן דרך כ-6B מהם, עם דלילות של כמעט 95%. ה-MoE שלו עם 512 המומחים מחליף בין שלוש שכבות Gated DeltaNet לשכבת Qwen Sparse Attention אחת לכל קבוצה, מוסיף זרם gated-residual ואנבדינגים של N-gram, ואומן עם אופטימייזר Muon בעלות שאליבאבא מעריכה ככתשיעית מעלות Qwen3.7-Plus. הוא מקבל קלט טקסט, תמונה ווידאו, תומך בהקשר מקורי של 262,144 טוקנים הניתן להרחבה ל-1M באמצעות YaRN, ושוחרר תחת רישיון qwen-community-1.0 ב-Hugging Face וב-ModelScope בפורמטים bf16 ו-FP8. מודל הייצור שעליו יחול המחיר ב-API של QwenCloud — Qwen3.8-Flash, שהוכרז במחיר של $0.16 למיליון טוקני קלט ו-$0.47 למיליון טוקני פלט — הוא הגרסה המכווננת לשרת של אותה ארכיטקטורה, ועדיין לא נפתח.

Qwen3.8-Max הוא המוצר המוגמר של הדור הזה. מדובר במודל MoE דליל בגודל 2.4T על הארכיטקטורה הנוכחית — Gated DeltaNet בתוספת תשומת לב שערוכה (gated attention), עם 512 מומחים, מתוכם 10 מנותבים ואחד משותף, ו-95 מיליארד פרמטרים מופעלים לכל טוקן לפי כרטיס המודל הרשמי. המודל הוא מולטי-מודאלי ב-API, משרת הקשר של מיליון טוקנים במחיר שטוח של $2/$6 ללא תוספת מחיר על prompt ארוך, והמשקלים הפתוחים שלו, Qwen3.8-2.4T-A95B, שוחררו ב-12 באוגוסט תחת רישיון מותאם אישית שאינו Apache. זהו המודל ש-Artificial Analysis דירגה במדד אינטליגנציה של 58 ובמדד קידוד של 71.8 — הכרטיס העצמאי החזק ביותר שיש לכל מודל במשפחת Qwen 3.8.

• סך הפרמטרים — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram (~180B מאוחסנים). Qwen3.8-Max: 2.4T MoE.

• פעילים לכל טוקן — Qwen3.8-Flash-Next: ~6B (פחות מ-5%). Qwen3.8-Max: ~95B (~4%).

• ארכיטקטורה — Qwen3.8-Flash-Next: תצוגה מקדימה של Qwen4 (QSA + GDN, שיורי מושער, N-gram, Muon). Qwen3.8-Max: דור Qwen 3.5 (GDN + קשב מושער).

• הקשר — Qwen3.8-Flash-Next: 262K מקורי / 1M דרך YaRN. Qwen3.8-Max: 1M ב-API / 262K מקורי במשקלים הפתוחים.

• מחיר — Qwen3.8-Flash-Next: $0.16 / $0.47 ל-1M (הוכרז, ה-API עדיין לא פתוח). Qwen3.8-Max: $2.00 / $6.00 ל-1M, קבוע.

• משקלים פתוחים — Qwen3.8-Flash-Next: qwen-community-1.0, 26 באוגוסט, תומך בצומת יחיד. Qwen3.8-Max: Qwen3.8-2.4T-A95B, רישיון מותאם אישית, רב-צמתים.

• ציון עצמאי — Qwen3.8-Flash-Next: אין עדיין. Qwen3.8-Max: AA Intelligence Index 58, Coding Index 71.8.

לוח התוצאות שלמעלה דוחס את ההשוואה לשבע השורות שחשובות, וכותרת השוליים של המקורות נושאת בנטל: כל נתון של Flash-Next הוא נתון מקורי של Alibaba שלא שוכפל, ואילו עמודת Max נשענת על Artificial Analysis ובנוסף על הטבלה שפרסמה Alibaba. אם קוראים את זה כך, העמודות מפסיקות להיות מירוץ סוסים והופכות להצהרה על ראיות.

גיליון אמות המידה, בקריאה כנה

בשורות המשותפות בטבלאות של עליבאבא עצמה, הפער קטן בהרבה ממה שהיה מצופה מהפרש הפרמטרים הגדול פי ארבעים. ב-CoWorkBench (עבודה משרדית אייג'נטית) התצוגה המקדימה רושמת 73.9 מול 74.8 של Max; ב-AndroidWorld 84.5 מול 85.3; ב-Agents' Last Exam 51.2 מול 52.4 — נקודה או פחות בכל אחד מהם. ב-JobBench 55.7 של התצוגה המקדימה וב-RealWorldQA 88.5 הן השורות המאומתות הטובות ביותר בטבלה, לפני Max. הפער הגדול נמצא בבלוק עתיר הראייה — LVBench, ERQA, MathVision, Vision2Web — שבו Max מוביל בארבע עד שש נקודות בערך. במספרים האייג'נטיים המרכזיים, Qwen3.8-Flash-Next רושם 62.5 ב-SWE-bench Pro ו-58.7 ב-DeepSWE, בטווח ראייה של דגם הדגל, על עבודה שעלות ההרצה שלה גבוהה פי שתים־עשרה.

עכשיו התווית, המוחלת על כל מספר למעלה: כל זה דווח על ידי עליבאבא, ממערך הבדיקות של עליבאבא עצמה; במקרה של התצוגה המקדימה הוא בן יום אחד, ובשני הדגמים הוא לא שוכפל. לכך יש משמעות שונה בכל צד. טבלת האיכות של Qwen3.8-Max היא הצהרת ספק, אבל מדד האינטליגנציה 58 ומדד הקידוד 71.8 הם מדידות של צד שלישי על ה-API של עליבאבא — הדגם נחשף לביקורת בלתי תלויה במשך שבועות, והוא עומד בה. ל-Qwen3.8-Flash-Next אין עדיין שום ציון בלתי תלוי מכל סוג שהוא. הקריאה הכנה של הקרבה איננה "התצוגה המקדימה היא בעצם טובה כמו דגם הדגל." אלא "עליבאבא אומרת שהתצוגה המקדימה נמצאת במרחק נקודה אחת מדגם הדגל, ואף אחד מחוץ למעבדה לא אישר זאת." הפער בין שני המשפטים הללו הוא כל ההבדל במידת הסיכון שכל דגם נושא.

פער המחירים הוא הנקודה

עשו את החשבון קודם, כי זה החלק שלא יזוז. במחיר של $0.16/$0.47, מיליון טוקני קלט ועוד מיליון טוקני פלט עולים $0.63 ב-API של Flash בפרודקשן; אותה קריאה ב-Qwen3.8-Max עולה $8.00 — בערך פי 12.7 יותר, משני צדדי המאזן. עליבאבא אומרת שהארכיטקטורה מאומנת בעלות של כתשיעית מזו של Qwen3.7-Plus, וזו הסיבה המבנית לכך שהמחיר יכול לעמוד ברמה הזו; ובמחיר $0.16, Flash בפרודקשן זול אפילו מ-DeepSeek-V4-Flash בכ-שני שלישים. עבור עומסי עבודה בנפח גבוה, סוכניים או עם הקשר ארוך, פער מחירים של פי 12.7 הוא ההבדל בין מוצר רווחי לסבסוד — ולכן ההשוואה הזו נעשית מלכתחילה.

זהו המקום שבו שכבת ניתוב מוכיחה את ערכה משני צדי המאזן, והעובדות ראויות לאמירה מדויקת. Qwen3.8-Max זמין כעת ב-OrcaRouter במחיר המחירון של הספק ללא כל תוספת — אותם $2.00/$6.00 שהייתם משלמים לספק ישירות, מאחורי נקודת הקצה התואמת ל-OpenAI שבה אתם כבר משתמשים. Qwen3.8-Flash-Next עדיין לא זמין באף API: עד ש-Qwen3.8-Flash היצרני ייפתח ב-QwenCloud, המשקולות הפתוחות הן הדרך היחידה — באירוח עצמי. כאשר ה-API הזה אכן ייפתח, אותו מעבר ישיר ללא תוספת מחיר (0%) משמעו שמחירו של $0.16/$0.47 יופיע אצלנו באותו היום — קיצוץ מחיר שחי בקונפיגורציה, לא שורה בהודעה לעיתונות — ושני הדגמים יושבים מאחורי מפתח אחד עם מעבר אוטומטי (failover) ביניהם. אין צורך לחבר מחדש את האינטגרציה כדי לבדוק ארכיטקטורה בת יום; פשוט משנים כלל ניתוב.

ארכיטקטורת תצוגה מקדימה לעומת מוצר מוכח

יש הבדל לטווח ארוך יותר שעולה על כל מדד בודד. Qwen3.8-Flash-Next בנוי על הארכיטקטורה שאליבאבא אומרת ש-Qwen4 תשתמש בה – קשב דליל, DeltaNet עם שער, רזידואל עם שער, אימבדינגס N-גרם, Muon – והוא שוחרר מוקדם כמשקולות פתוחות כדי שהמערכת האקולוגית תוכל לבחון אותו תחת עומס לפני שהמודל היקר ייבנה על גביו. על פי המדידות של אליבאבא, הערימה הזו מגיעה למהירות prefill גבוהה פי 7.6 ולמהירות decode גבוהה פי 4.9 בהקשר של 1M-token לעומת קשב מלא (לפי דיווח הספק), וזו הסיבה הטכנית שמודל עם 6B פעילים יכול לשמור על חלון של 1M-token במחיר סביר בכלל. Qwen3.8-Max הוא המוצר הבוגר של הדור הנוכחי, וזו בדיוק מעלתו: המוצר המוכר, המודל שצוותים כבר מיפו את התנהגות ההגשה ואת מצבי הכשל שלו.

במערכת ייצור, ההכרעה חותכת לשני הכיוונים. Max הוא הבחירה הבטוחה היום — מקבל ציונים עצמאיים, שלושה שבועות של חשיפה בייצור, ומחיר מבוסס. Flash-Next הוא הכיוון שאליבאבא מהמרת עליו לדור הבא, במחיר שמתמחר מחדש את כל המשפחה. להחליט עליו עכשיו פירושו לרכוב על ארכיטקטורה שהקהילה עדיין בודקת; להתעלם ממנו פירושו להמר שהארכיטקטורה הזולה יותר לא תעקוף את מוצר הדגל בתוך שישה חודשים. אף אחד מההימורים לא חייב להיות הכול או כלום — וזה בדיוק הטעם המעשי בשמירת שתי האפשרויות נגישות מנקודת קצה אחת.

שני צילומי המסך שלמעלה הם הממשקים הציבוריים של כל שחרור: הרישום ב-OrcaRouter שבו Qwen3.8-Max ניתן לקריאה היום במחיר המחירון, וההכרזה של Qwen Studio של Alibaba על שחרור המשקלים הפתוחים של Qwen3.8-Flash-Next.

ההחלטה

בחר ב-Qwen3.8-Max אם אתה צריך את תקרת היכולת של הדור כיום — עבודה אוטונומית ארוכת טווח, כרטיס הניקוד העצמאי החזק ביותר במשפחה, ומודל שנמצא בייצור שבועות במקום שעות. במחיר שטוח של $2/$6 למיליון טוקנים הוא זול עבור מודל חזית, והוא היחיד מבין השניים עם נתונים שלא קיבלת באמונה.

בחר ב-Qwen3.8-Flash-Next אם עומס העבודה שלך הוא בנפח גבוה ורגיש למחיר — לולאות סוכן, אוטומציה משרדית אצווה, מעברי הקשר ארוכים שבהם פער מחיר של פי 12.7 הוא ההבדל בין איזון לרווח — ואתה נוח עם הרצת ארכיטקטורה בת יום אחד על גיליון ספק, או אירוח עצמי של משקלים פתוחים בזמן שה-API בהמתנה.

{{1}}עבור כל מי שבאמצע, העמדה השפויה היא גם וגם: Qwen3.8-Max על מפתח אחד כבר עכשיו, Qwen3.8-Flash-Next במרחק כלל ניתוב אחד כשה-API ייפתח, ו-failover כך שהמודל בן היום לא יוכל להפיל נתיב ייצור בזמן שאתם מחליטים.{{/1}} {{2}}השאלה הפתוחה היא הכנה — האם מודל שמפעיל 6 מיליארד מהפרמטרים שלו יכול לשמור על מספרי ה-benchmark תחת שכפול בלתי תלוי, או שפער הראייה והגיליון בן היום יהפכו לסיפור האמיתי?{{/2}} {{3}}השבועות הקרובים יספקו את התשובה, וההשוואה שווה לחזור אליה ברגע שיינחת ציון בלתי תלוי לתצוגה המקדימה.{{/3}}