Qwen3.8-Flash-Next vs Qwen3.8-Max: jak blisko wersja preview Qwen4 z 6B aktywnych parametrów jest do flagowca 2.4T?

26 sierpnia 2026 r. zespół Qw​en z Alibaba udostępnił jako open source Qwen3.8-Flash-Next — multimodalną mieszankę ekspertów (MoE) ze 176 miliardami parametrów, która aktywuje tylko około 6 miliardów parametrów na token i jest wprost przedstawiana jako wczesna zapowiedź architektury Qwen4. Miernikiem, z którym będzie porównywany od pierwszego dnia, jest własny flagowy model Alibaby, Qwen3.8-Max — rzadka mieszanka ekspertów (MoE) z 2,4 biliona parametrów, która osiągnęła ogólną dostępność 3 sierpnia i od tego czasu kosztuje 2,00 USD za milion tokenów wejściowych oraz 6,00 USD za milion tokenów wyjściowych. Na papierze oba modele dzieli w liczbie przechowywanych parametrów ponad rząd wielkości — 2,4 biliona wobec około 180 miliardów — a w parametrach aktywnych różnica jest mniej więcej szesnastokrotna. Na własnej karcie benchmarków Alibaby wyniki wypadają znacznie bliżej, niż sugerowałaby wielkość — co jest albo najbardziej imponującą cechą tej zapowiedzi, albo jak dotąd najwyraźniejszym przypomnieniem, że tabela producenta to hipoteza, dopóki nie zweryfikuje jej niezależne laboratorium.

Krótka wersja: to nie jest pojedynek równych sobie, a udawanie, że jest inaczej, to jedyny sposób, żeby się pomylić. Qwen3.8-Max to sufit możliwości obecnej generacji — niezależnie oceniony przez Artificial Analysis, o otwartych wagach od 12 sierpnia, sprawdzony w produkcji od trzech tygodni. Qwen3.8-Flash-Next to jednodniowy prototyp architektury, który — według AliBaby — większość obciążeń nie będzie potrzebować zapasu Maxa do działania. Powód, dla którego porównanie wciąż ma sens, jest taki, że w benchmarkach, w których oba modele pojawiają się w tabelach AliBaby, wersja zapoznawcza ląduje w granicach jednego punktu od flagowca w pracy agentowej i biurowej, a wyprzedza go w dwóch — JobBench i RealWorldQA. Decydująca różnica to nie luka jakościowa, która jest mała i niezweryfikowana. To luka dowodowa: jeden z tych modeli ma tablicę wyników od strony trzeciej, a drugi nie ma żadnej.

Czym tak naprawdę jest każdy model

Qwen3.8-Flash-Next to próbne uruchomienie architektury. Na dysku przechowuje około 180 miliardów parametrów — korpus MoE o wielkości 125B, tablicę embeddingów N-gram o wielkości 51B przechowywaną w pamięci hosta zamiast w VRAM oraz głowicę predykcji wielotokenowej — a każdy token przepuszcza przez około 6B z nich, przy sparsowości bliskiej 95%. Jego MoE z 512 ekspertami przeplata trzy warstwy Gated DeltaNet z jedną warstwą Qw​en Sparse Attention w każdej grupie, dodaje bramkowany strumień rezydualny i embeddingi N-gram, a trenowano go optymalizatorem Muon przy koszcie, który Alibaba szacuje na około jedną dziewiątą kosztu Qwen3.7-Plus. Przyjmuje dane wejściowe w postaci tekstu, obrazu i wideo, obsługuje natywny kontekst 262 144 tokenów rozszerzalny do 1M dzięki YaRN i został udostępniony na licencji qwen-community-1.0 w serwisach Hugging Face i ModelScope w formatach bf16 i FP8. Model produkcyjny, którego cena będzie obowiązywać w API QwenCloud — Qwen3.8-Flash, ogłoszony w cenie 0,16 USD za milion tokenów wejściowych i 0,47 USD za milion tokenów wyjściowych — to wersja tej samej architektury dostrojona do serwowania, która nie została jeszcze udostępniona.

Qwen3.8-Max to finalny produkt tej generacji. To rzadki (sparse) MoE o skali 2,4T na architekturze obecnej generacji — Gated DeltaNet plus bramkowana atencja, 512 ekspertów, z czego 10 jest routowanych, a jeden współdzielony, 95 miliardów aktywowanych parametrów na token według oficjalnej karty modelu. Jest multimodalny w API, obsługuje kontekst 1M tokenów w stałej cenie 2/6 USD bez dopłat za długie prompty, a jego otwarte wagi, Qwen3.8-2.4T-A95B, trafiły do sieci 12 sierpnia na niestandardowej licencji, która nie jest Apache. To model, któremu Artificial Analysis przyznało wskaźnik inteligencji (Intelligence Index) 58 i wskaźnik kodowania (Coding Index) 71,8 — najsilniejszą niezależną notę spośród wszystkich modeli rodziny Qw​en 3.8.

• Łączna liczba parametrów — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram (~180B zapisanych). Qwen3.8-Max: 2.4T MoE.

• Aktywne na token — Qwen3.8-Flash-Next: ~6B (poniżej 5%). Qwen3.8-Max: ~95B (~4%).

• Architektura — Qwen3.8-Flash-Next: wersja zapoznawcza Qwen4 (QSA + GDN, bramkowane połączenie rezydualne, N-gram, Muon). Qwen3.8-Max: generacja Qwen 3.5 (GDN + bramkowana uwaga).

• Kontekst — Qwen3.8-Flash-Next: 262K natywnie / 1M przez YaRN. Qwen3.8-Max: 1M na API / 262K natywnie na otwartych wagach.

• Cena — Qwen3.8-Flash-Next: 0,16 USD / 0,47 USD za 1M (zapowiedziano, API jeszcze nieudostępnione). Qwen3.8-Max: 2,00 USD / 6,00 USD za 1M, cena stała.

• Otwarte wagi — Qwen3.8-Flash-Next: qwen-community-1.0, 26 sierpnia, obsługa pojedynczego węzła. Qwen3.8-Max: Qwen3.8-2.4T-A95B, licencja niestandardowa, wiele węzłów.

• Niezależna ocena — Qwen3.8-Flash-Next: jeszcze brak. Qwen3.8-Max: wskaźnik inteligencji AA 58, wskaźnik kodowania 71.8.

Tablica wyników powyżej sprowadza porównanie do siedmiu kluczowych wierszy, a stopka źródłowa bierze na siebie główny ciężar: każda liczba Flash-Next jest własnym i niepowielanym wynikiem Alibaba, natomiast kolumna Max opiera się na Artificial Analysis oraz opublikowanej tabeli Alibaba. Czytane w ten sposób kolumny przestają być wyścigiem, a zaczynają być świadectwem dotyczącym dowodów.

Arkusz benchmarkowy, czytany uczciwie.

We wspólnych wierszach tabel samego Alibaby luka jest znacznie mniejsza, niż sugerowałaby czterdziestokrotna różnica parametrów. W CoWorkBench (agentowa praca biurowa) wersja zapoznawcza notuje 73,9 wobec 74,8 Maxa; w AndroidWorld 84,5 wobec 85,3; w Agents' Last Exam 51,2 wobec 52,4 — w każdym przypadku o punkt lub mniej. W JobBench wersja zapoznawcza osiąga 55,7, a w RealWorldQA 88,5 – to najlepsze zweryfikowane wiersze w arkuszu, wyprzedzające Maxa. Powiększenie luki dotyczy bloku opartego na wizji — LVBench, ERQA, MathVision, Vision2Web — gdzie Max prowadzi o około cztery do sześciu punktów. W sztandarowych wynikach agentowych Qwen3.8-Flash-Next uzyskuje 62,5 w SWE-bench Pro i 58,7 w DeepSWE, zbliżając się do flagowego modelu w zadaniach, których uruchomienie kosztuje dwanaście razy więcej.

Teraz etykieta odnosząca się do każdej z powyższych liczb: całość pochodzi od Alibaby, z jej własnego środowiska testowego, w przypadku wersji zapoznawczej ma jeden dzień i nie została zreplikowana dla obu modeli. To ma inne znaczenie dla każdej ze stron. Tabela jakości Qwen3.8-Max to deklaracja producenta, ale jej Intelligence Index 58 i Coding Index 71,8 to pomiary stron trzecich na API Alibaby — model był wystawiony na niezależną weryfikację przez tygodnie i dobrze wypada. Qwen3.8-Flash-Next nie ma jeszcze żadnego niezależnego wyniku. Uczciwe odczytanie tej bliskości to nie „wersja zapoznawcza jest w zasadzie równie dobra jak model flagowy". To „Alibaba twierdzi, że wersja zapoznawcza jest w granicach punktu od modelu flagowego, a nikt spoza laboratorium tego nie potwierdził". Przepaść między tymi dwoma zdaniami to cała różnica w tym, jak duże ryzyko niesie każdy z modeli.

Różnica cen jest sednem sprawy.

Najpierw wykonaj obliczenia, bo to część, która się nie ruszy. Przy $0.16/$0.47 milion tokenów wejściowych plus milion tokenów wyjściowych kosztuje $0.63 na produkcyjnym API Flash; to samo wywołanie na Qwen3.8-Max kosztuje $8.00 — mniej więcej 12,7× więcej, po obu stronach bilansu. Alibaba twierdzi, że trenowanie tej architektury kosztuje około jednej dziewiątej tego, co Qwen3.7-Plus, co jest strukturalnym powodem, dla którego cena może się tam utrzymać, a przy $0.16 produkcyjny Flash jest o około dwie trzecie tańszy nawet od DeepSeek-V4-Flash. W przypadku obciążeń o dużej objętości, agentowych lub o długim kontekście, luka cenowa 12,7× to różnica między rentownym produktem a dotacją — dlatego to porównanie w ogóle jest przeprowadzane.

To jest miejsce, w którym warstwa routingu potwierdza swoją wartość po obu stronach bilansu, a fakty warto przytoczyć precyzyjnie. Qwen3.8-Max jest dziś dostępny na OrcaRouter w cenie katalogowej dostawcy z zerową marżą — te same 2,00/6,00 USD, które zapłaciłbyś bezpośrednio dostawcy, za punktem końcowym zgodnym z OpenAI, którego już używasz. Qwen3.8-Flash-Next nie jest jeszcze dostępny w żadnym API: dopóki produkcyjny Qwen3.8-Flash nie pojawi się na QwenCloud, otwarte wagi są jedyną ścieżką — self-hosted. Kiedy to API się otworzy, ten sam pass-through z 0% marży sprawi, że cena 0,16/0,47 USD pojawi się po naszej stronie tego samego dnia — obniżka, która jest aktywna w konfiguracji, a nie wierszem w komunikacie prasowym — a oba modele będą za jednym kluczem z automatycznym przełączaniem awaryjnym między nimi. Nie przepinasz integracji, aby testować wczorajszą architekturę; zmieniasz regułę routingu.

Architektura podglądowa kontra sprawdzony produkt

Istnieje różnica o dłuższym horyzoncie, która przewyższa jakikolwiek pojedynczy benchmark. Qwen3.8-Flash-Next opiera się na architekturze, którą — według Alibaby — zastosuje Qwen4: sparse attention, bramkowany DeltaNet, bramkowane połączenia resztkowe, embeddingi N-gramowe, Muon — udostępnione wcześnie jako otwarte wagi, aby ekosystem mógł je przetestować pod obciążeniem, zanim na ich bazie powstanie kosztowny model. Według pomiarów Alibaby ten stos technologii osiąga do 7,6× szybszy prefill i 4,9× szybsze dekodowanie przy kontekście 1M tokenów w porównaniu z pełną uwagą (dane producenta), co jest technicznym powodem, dla którego model z 6B aktywnych parametrów może w ogóle utrzymać okno 1M tokenów w przystępnej cenie. Qwen3.8-Max to dojrzały produkt obecnej generacji i właśnie to jest jego zaleta: znana wielkość — model, którego zachowanie podczas serwowania i tryby awarii zespoły już poznały.

W systemie produkcyjnym rozwidlenie jest obosieczne. Max to dziś bezpieczny wybór – niezależnie oceniony, trzy tygodnie w produkcji, ustalona cena. Flash-Next to kierunek, na który Alibaba stawia następną generację, w cenie, która przecenia całą rodzinę. Postawienie na to teraz oznacza oparcie się na architekturze, którą społeczność wciąż audytuje; zignorowanie tego oznacza obstawienie, że tańsza architektura nie przeskoczy flagowca w ciągu sześciu miesięcy. Żaden z tych wyborów nie musi być decyzją wszystko albo nic – to jest praktyczny sens utrzymywania obu w zasięgu z jednego punktu końcowego.

Powyższe dwa zrzuty ekranu to publiczne oblicza każdego wydania: wpis na OrcaRouter, na którym Qwen3.8-Max można dziś wywoływać w cenie katalogowej, oraz ogłoszenie Alibaba w Qwen Studio o premierze Qwen3.8-Flash-Next z otwartymi wagami.

Decyzja

Wybierz Qwen3.8-Max, jeśli potrzebujesz dzisiejszego pułapu możliwości generacji — długoterminowej pracy agentowej, najmocniejszego niezależnego wyniku w rodzinie oraz modelu, który jest w produkcji od tygodni, a nie godzin. Przy stałej cenie $2/$6 za milion tokenów jest tani jak na model z najwyższej półki i jako jedyny z tych dwóch ma dane, których nie musisz przyjmować na wiarę.

Wybierz Qwen3.8-Flash-Next, jeśli Twoje obciążenie jest wysokowolumenowe i wrażliwe na cenę — pętle agentowe, wsadowa automatyzacja biura, przetwarzanie długich kontekstów, gdzie 12.7× luka cenowa to różnica między progiem rentowności a marżą — i jeśli odpowiada Ci uruchamianie jednodniowej architektury z karty dostawcy lub samodzielne hostowanie otwartych wag, dopóki API nie jest jeszcze dostępne.

Dla każdego, kto znajduje się pomiędzy, {{1}}rozsądną postawą jest wybór obu opcji{{/1}}: Qwen3.8-Max na jednym kluczu już teraz, Qwen3.8-Flash-Next {{2}}o jedną regułę routingu dalej{{/2}}, gdy API zostanie otwarte, oraz mechanizm awaryjny, dzięki któremu model sprzed jednego dnia nie może zawalić ścieżki produkcyjnej, podczas gdy podejmujesz decyzję. Otwarte pytanie jest {{3}}tym uczciwym{{/3}} — czy model, który aktywuje 6 miliardów swoich parametrów, utrzyma te wyniki benchmarkowe w niezależnej replikacji, czy też {{4}}luka w zakresie widzenia i jednodniowy arkusz danych{{/4}} rozrosną się w prawdziwą historię? Najbliższych kilka tygodni odpowie na to pytanie, a {{5}}do porównania warto wrócić{{/5}} w momencie, gdy pojawi się niezależny wynik dla wersji zapoznawczej.