Qwen3.8-Flash-Next: Co zostało potwierdzone, co faktycznie można pobrać i co zamiast tego uruchomić

Jeśli szukasz Qwen3.8-Flash-Next, bo spodziewasz się, że dopiero się pojawi, najbardziej przydatnym zdaniem na tej stronie jest to, które powstrzyma cię przed zmarnowaniem sesji: on już się pojawił. Wagi można pobierać od końca sierpnia 2026 roku, a model to zapowiedź architektury mieszanki ekspertów (mixture-of-experts) z otwartymi wagami i obsługą obrazu, która — jak twierdzi A​libaba — ma leżeć u podstaw Qwen4. Nie istnieje natomiast — i właśnie to po cichu zakłada większość szukających „flash next" — żadna ogłoszona kolejna iteracja poza nim. Nie ma drugiej zapowiedzi, nie ma następcy z datą, nie ma też oświadczenia dostawcy, które by go zapowiadało. Ta strona to stała odpowiedź na pytanie, które ludzie wciąż wpisują: czym jest Qwen3.8-Flash-Next, co zostało o nim potwierdzone, jakie pliki dla niego istnieją, na co pozwala jego licencja i co uruchomić dziś, jeśli chcesz model, który da się wywołać, a nie plik do pobrania — produkcyjnego bliźniaka Qwen3.8-Flash albo gęsty model Qwen3.8-27B na licencji Apache-2.0.

Potwierdzone, oczekiwane i wywnioskowane — rozróżniaj te trzy

To rozróżnienie ma tu większe znaczenie niż zwykle, ponieważ nazwa tego modelu zachęca ludzi do doszukiwania się w niej planu działania. Poniżej przedstawiono trzy poziomy twierdzeń, a każdy z nich został oznaczony etykietą.

Potwierdzone, na podstawie materiałów samego dostawcy. Qwen3.8-Flash-Next to przyczynowy model językowy z enkoderem wizji, opublikowany jako wagi po treningu końcowym oraz pliki konfiguracyjne w formacie Hugging Face Transformers. Jego repozytorium w organizacji Qwen zostało utworzone 24 sierpnia 2026 r. i ostatnio zmodyfikowane 27 sierpnia 2026 r.; formalna premiera w ModelScope nastąpiła 26 sierpnia. Karta Alibaby nazywa go „tą eksperymentalną zapowiedzią architektury, która stanie się podstawą Qwen4” i stwierdza, że pierwszym wydaniem otwartych wag w tej architekturze jest właśnie ten model. Przechowywane parametry rozkładają się na 125B korpusu mieszaniny ekspertów, osobną tabelę osadzeń n-gramowych o wielkości 51B oraz około 4B warstw predykcji wielu tokenów, przy 6B aktywowanych na token. Kontekst wynosi natywnie 262 144 tokeny i można go rozszerzyć do 1 000 000. Tryb myślenia jest domyślnie włączony. Karta podaje zgodność z Hugging Face Transformers, vLLM, SGLang i TokenSpeed, a samo repozytorium zawiera 131 shardów safetensors w formacie BF16.

Potwierdzone i łatwe do przeoczenia. Udostępniany model produkcyjny to inny artefakt o podobnej nazwie. Qwen3.8-Flash to wersja API oparta na tych wagach; własna karta modelu FP8 opisuje go jako „oficjalną wersję opartą na Qwen3.8-Flash-Next z większą liczbą funkcji produkcyjnych”. Jeśli pytasz: „czy mogę to wywołać z API”, to właśnie ta nazwa jest właściwa, a nie ta z podglądu.

Oczekiwane, a zatem nie zostało tu podane. Model o nazwie „Next” sugeruje kolejną iterację. Nic opublikowanego nie potwierdza daty, liczby parametrów, licencji ani możliwości takiego modelu. Każdy artykuł, który podaje okno premiery następcy, opiera się na domysłach, a możesz to sprawdzić, szukając źródła. Nie ma go w materiałach samego A​libaba.

Dwa pytania, za którymi stoi realne zapotrzebowanie: GGUF i nvfp4

Wyszukiwania dotyczące tego modelu mocno koncentrują się na dwóch rzeczach — "flash next gguf" i "flash next nvfp4" — a obie mają konkretne, możliwe do sprawdzenia odpowiedzi, a nie spekulacyjne. Na żadne z nich nie odpowiada się, zgadując tabelę rozmiarów, więc oto, co faktycznie opublikowano.

GGUF istnieje, pochodzi od kilku niezależnych konwerterów. Głównymi źródłami są ggml-org/Qwen3.8-Flash-Next-GGUF, unsloth/Qwen3.8-Flash-Next-GGUF, bartowski/Qwen3.8-Flash-Next-GGUF oraz AtomicChat/Qwen3.8-Flash-Next-GGUF, a do tego długi ogon mniejszych repozytoriów. Nie są tym samym produktem, a różnica ma większe znaczenie niż zwykle przy tym rozmiarze.

Repozytorium ggml-org jest tym minimalnym: kompilacja IQ4_NL, kompilacja Q8_0, osobny plik projektora multimodalnego (mmproj-Qwen3.8-Flash-Next-Q8_0.gguf, około 0,6 GB), którego potrzebujesz, jeśli chcesz korzystać ze ścieżki wizyjnej, oraz trzy pliki robocze do przewidywania wielu tokenów w BF16, Q4_0 i Q8_0. Jeśli chcesz uruchamiać tylko tekst, to repozytorium wystarczy.

Repozytorium unsloth to szeroka drabina i to tam faktycznie odpowiada się na pytanie o rozmiar. Jego opublikowane pliki zaczynają się od 72,5 GB (UD-IQ1_S) i 74,5 GB (UD-IQ1_M) na dole, przez 78,9 GB (UD-Q2_K_XL), 82 GB (UD-IQ3_XXS) i 90 GB (UD-Q3_K_XL), aż do 93,7 GB (UD-IQ4_XS), 111 GB (UD-Q4_K_XL), 158 GB (UD-Q5_K_XL), 169 GB (UD-Q6_K_XL), 188 GB (Q8_0) i około 354 GB w BF16. Dostarcza także własne pliki robocze MTP i dwa pliki mmproj.

Traktuj tę drabinę taką, jaka jest. Najmniejsza kwantyzacja, jaką ktokolwiek publikuje dla tego modelu, wciąż zajmuje ponad 70 GB na dysku. Nie ma wersji, która zmieściłaby się na pojedynczej karcie konsumenckiej tak, jak robi to gęsty 27B, a repozytorium nie podaje żadnych wytycznych dotyczących VRAM dla poszczególnych kwantyzacji — jego sekcja sprzętowa to pusty monit „zaloguj się, aby dodać swój sprzęt”. Zatem uczciwa odpowiedź na pytanie „czy to zmieści się na mojej maszynie” brzmi: rozmiar należy dobierać na podstawie podanych powyżej rozmiarów plików oraz samego triku architektury: tabela osadzeń n-gramowych 51B jest adresowana za pomocą kluczy wyszukiwania znanych z góry, co właśnie pozwala, by checkpoint tej wielkości działał z tabelą osadzeń rezydującą w pamięci hosta, a nie przypiętą w VRAM. To cecha projektu, a nie twierdzenie o twojej konkretnej maszynie, i właśnie dlatego praktycznym minimum jest tu maszyna z dużą ilością pamięci RAM systemowej i mniejszą ilością pamięci akceleratora, a nie odwrotnie.

nvfp4 też istnieje i ma inną licencję. nvidia/Qwen3.8-Flash-Next-NVFP4 został opublikowany 2 września 2026 r., powstał przy użyciu zestawu narzędzi Model Optimizer firmy NVIDIA i zajmuje łącznie około 133 GB w dziesięciu shardach plus plik FP8 o rozmiarze 53,7 GB do predykcji wielu tokenów oraz embeddingów dla poszczególnych warstw. W jego karcie wymieniono licencję NVIDIA Open Model License, a nie licencję Qwen — kwestia warta przeczytania dwa razy, jeśli planujesz redystrybucję. Istnieją też inne kompilacje NVFP4 od Red Hat AI, RadixArk i local-inference-lab; Intel publikuje kompilację W4A16 AutoRound; kompilacje MLX dla Apple silicon są dostępne od kilku wydawców społecznościowych.

Jeszcze jeden format wart jest wymienienia, bo należy do samego dostawcy: Qwen/Qwen3.8-Flash-Next-FP8. To drobnoziarnista kwantyzacja FP8 z rozmiarem bloku 128, a jej karta reklamuje metryki wydajności „niemal identyczne z tymi dla oryginalnego modelu”. Ma tę samą licencję społecznościową co wagi bazowe i jest to punkt kontrolny używany przez własny potok benchmarków A​libaba.

Co pozwala licencja — i dlaczego to odpowiada na nieocenzurowane pytanie

Największe pojedyncze skupisko zapytań wokół tego modelu nie dotyczy benchmarków. Dotyczy nieocenzurowanych i abliterowanych wersji, a właściwym sposobem, by na nie odpowiedzieć, jest przeczytanie licencji i sprawdzenie, co zostało opublikowane, ponieważ te dwie rzeczy decydują o tym, co czytelnik może faktycznie uzyskać.

Qwen3.8-Flash-Next jest udostępniany na licencji Qwen Community License 1.0. Tekst licencji przyznaje nieodpłatnie prawo do używania, kopiowania, modyfikowania, łączenia, publikowania, rozpowszechniania, sublicencjonowania, sprzedaży, wdrażania, hostowania, dostrajania i tworzenia utworów zależnych na podstawie wag, parametrów, plików konfiguracyjnych i kodu wnioskowania. Wymaga, aby informacja o prawach autorskich i zezwoleniu towarzyszyła kopiom lub istotnym częściom. Ustala próg nazewnictwa: jeśli używasz oprogramowania lub utworów zależnych w produkcie lub usłudze komercyjnej, która ma ponad 100 milionów miesięcznych aktywnych użytkowników lub 20 milionów USD miesięcznego przychodu, nazwa modelu musi być wyraźnie wyświetlana w interfejsie tego produktu. Wyodrębnia też działalność usługową — działalność typu „Model as a Service” lub „AI Work Assistant” wymaga osobnej licencji od Qwen przed użyciem komercyjnym, z wyłączeniem dla użytku wewnętrznego w przypadku wdrożeń, które nie ujawniają modelu, jego wyników ani jego możliwości stronom trzecim.

Trzy konsekwencje wynikają z tego bezpośrednio i stanowią całą odpowiedź na nieocenzurowane zapytania:

• Wagi są otwarte, a licencja wyraźnie zezwala na utwory zależne. Społecznościowe abliteracje są zatem zgodne z prawem, a nie pochodzą z szarej strefy, i istnieją w dużej liczbie — huihui-ai publikuje kilka z nich, a własna rodzina Qwen3.8-Flash-Next-Uncensored OrcaRoutera jest publikowana na licencji Apache 2.0 wraz z pochodzącymi z niej kompilacjami GGUF, FP8, NVFP4 i MLX.

• Pochodna nie zawsze dziedziczy oryginalną licencję. Kompilacja NVIDIA NVFP4 objęta jest licencją NVIDIA Open Model License; kwantyzacja społecznościowej abliteracji może być objęta licencją Apache 2.0. Jeśli warunki licencji są powodem, dla którego wybierasz jeden plik zamiast innego, przeczytaj kartę konkretnego repozytorium, które zamierzasz pobrać, a nie kartę modelu bazowego.

• Próg komercyjny skaluje się wraz z Twoją działalnością, a nie z modelem. Dla zespołu tworzącego narzędzie wewnętrzne praktycznym ograniczeniem jest wymóg powiadomienia. Dla zespołu sprzedającego dostęp do modelu klauzula odrębnej licencji dla firm Model-as-a-Service to pozycja do wycenienia, zanim zbudujesz na tych wagach, a Apache-2.0 Qwen3.8-27B całkowicie pozwala uniknąć tej rozmowy.

To, czego ta strona nie zrobi, to scharakteryzowanie, jak jakakolwiek usługa hostowana lub jakakolwiek konkretna kompilacja reaguje na jakiekolwiek konkretne polecenie. To nie jest coś, co reguluje licencja, ani coś, co zmierzyliśmy. To licencja i opublikowane pliki wag określają dostępność, a jedno i drugie możesz zweryfikować samodzielnie w kilku kliknięciach.

Co uruchomić dzisiaj

To jest ta część, którą stała strona jest winna czytelnikowi, który przyszedł z zamiarem zbudowania czegoś jeszcze dziś po południu, a nie pobrania 90 GB.

Qwen3.8-Flash-Next nie jest modelem, który obsługujemy, i żadne życzenia tego nie zmienią — w naszym katalogu nie ma dziś identyfikatora modelu pasującego do qwen3.8-flash-next, a ta strona nie będzie sugerować, że kiedykolwiek będzie. Jeśli chodzi o jego udostępnianie, to historia pobierz-i-hostuj: pobierz wagi z Hugging Face lub ModelScope, wybierz jedną ze ścieżek safetensors, FP8, NVFP4 i GGUF powyżej, i uruchom go na sprzęcie, który sam zapewnisz.

Trasa „What we do” to produkcyjna wersja tej samej architektury. Qwen3.8-Flash jest już dostępny jako qwen/qwen3.8-flash w cenie 0,15 USD za milion tokenów wejściowych i 0,47 USD za milion tokenów wyjściowych, przy czym buforowane wejście kosztuje około 0,018 USD za milion, a kontekst 1 mln tokenów przyjmuje tekst, obraz i wideo, a zwraca tekst. Ten cennik to opublikowany cennik dostawcy przekazywany bez marży, więc zmiana po stronie A​libaby dociera do Twojego endpointu tego samego dnia, a nie dopiero w następnym cyklu rozliczeniowym. Jeśli z podglądu chciałeś architekturę w produkcji, a nie checkpoint na dysku, to jest to najbliższa temu rzecz, którą można wywołać, i dzieli Cię od niej jeden klucz.

Jeśli twoim ograniczeniem jest licencja, a nie opóźnienie, drugą odpowiedzią jest Qwen3.8-27B. To gęsty model o 27 miliardach parametrów na licencji Apache 2.0 — bez progu nazewnictwa, bez odrębnej umowy dla firm usługowych — i jest kierowany jako qwen/qwen3.8-27b, więc możesz porównać oba warianty na własnym ruchu, zanim zdecydujesz się na którykolwiek. Oba działają za tym samym kluczem i tym samym punktem końcowym zgodnym z OpenAI, co oznacza, że wypróbowanie jednego, a potem drugiego kosztuje zmianę identyfikatora modelu, a nie integrację. To tani sposób, by odpowiedzieć na pytanie „czy w ogóle potrzebuję architektury z 6B aktywnych parametrów”, ponieważ mierzy twoje obciążenie, a nie cudzy benchmark.

Co nie jest ustalone?

Czy „Next” w nazwie tego modelu to jednorazowa zapowiedź, czy pierwszy z numerowanej serii, pozostaje nierozstrzygnięte, a nic, co opublikowano, nie pozwala na to odpowiedzieć. Jedno, na czym czytelnik może polegać, to fakt, że produkcyjny odpowiednik tej zapowiedzi już istnieje i ma ustaloną cenę, co jest nietypowe — większość zapowiedzi architektur nie trafia do sprzedaży z komercyjnym odpowiednikiem tego samego dnia. Traktuj ten model jako zapowiedź rodziny, która jest częściowo obecna, a nie jako przeciek czegoś, czego nie ma.

Inną otwartą kwestią są narzędzia, a nie sam model. llama.cpp, vLLM i SGLang wszystkie go obsługują, wersja FP8 jest własnym checkpointem ewaluacyjnym dostawcy, a ekosystem GGUF zdążył już wygenerować wszystko od wersji 1-bitowych po pełnoprecyzyjne — ale jakość kwantyzacji przy 1 do 3 bitów w przypadku modelu mixture-of-experts przechowywanego w 176B nie jest sprawą rozstrzygniętą i nikt nie opublikował kontrolowanego porównania wersji niskobitowych na identycznym sprzęcie. Jeśli wybierasz między UD-IQ1_S i UD-Q2_K_XL, aby zaoszczędzić 6 GB, podejmujesz tę decyzję na podstawie własnej oceny, co jest właściwym sposobem jej podejmowania, a zarazem powodem, dla którego spekulacyjna tabela rozmiarów na stronie takiej jak ta byłaby gorsza niż bezużyteczna.

Dwie pokrewne strony podejmują tematy, których ta celowo nie podejmuje: relację z przecieków, która podawała, co mówiły sygnały przedpremierowe i jest datowana na tamten moment, oraz bezpośrednie starcie z gęstym modelem Apache-2.0, które obejmuje porównanie. Przeczytaj je, jeśli chcesz poznać historię pojawienia się tego modelu albo argument o tym, który z tych dwóch wybrać. Ta strona nadal tu będzie, niezmieniona, gdy obie tamte staną się nieaktualne.