Qwen 4: PR 'qwen4 fuse op' ของ vLLM ตั้งชื่อสถาปัตยกรรม — Apsara 2026 ตั้งชื่อตระกูล

พูลรีเควสต์ชื่อ "Add qwen4 fuse op" เปิดค้างอยู่ในรีโพซิทอรี vLLM ตั้งแต่วันที่ 26 สิงหาคม และในช่วงเกือบทั้งเดือนนั้น มันเป็นสิ่งที่ใกล้เคียงที่สุดกับคำอธิบายเกี่ยวกับโมเดลรุ่นถัดไปของ Alibaba ที่มีอยู่นอกบริษัท สิ่งนั้นเปลี่ยนไปเมื่อวันที่ 22 กันยายน 2026 เมื่อ Liu Da Yiheng หัวหน้าโครงการ Qwen ของ Alibaba ใช้โอกาสเปิดงานประชุม Apsara ในเมืองหางโจวเพื่อตั้งชื่อตระกูลโมเดล: Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus และ Qwen 4 27B — รุ่นระดับโอเพนเวท และเป็นรุ่นที่วงการอินเฟอเรนซ์ท้องถิ่นรอคอย สองวันต่อมา เมื่อการประชุมปิดลง บริษัทได้วางตระกูลนั้นไว้บนโรดแมปเป็นครั้งแรก: Qwen 4 อยู่ระหว่างการฝึก และสายรุ่นสืบทอด — Qwen 4.5 และ Qwen 5 — คาดว่าจะมีพารามิเตอร์ 5 ถึง 10 ล้านล้าน ซึ่งเป็นตัวเลขที่ Eddie Wu ซีอีโอของ Alibaba Group กล่าวบนเวที และบริษัทได้กล่าวซ้ำในข่าวประชาสัมพันธ์ภาษาอังกฤษของตนเอง สิ่งที่โรดแมปนี้ไม่ได้เป็น เมื่อผ่านไปสองสัปดาห์ คือกำหนดการ กำหนดเวลาที่แพร่สะพัดในตอนนี้คือช่วงเวลา — ตุลาคม หรือต้นพฤศจิกายน — และไม่มีส่วนใดที่สืบย้อนกลับไปยังสิ่งที่ Alibaba เผยแพร่ได้ เอกสารที่เป็นลายลักษณ์อักษรของบริษัทเองไม่มีเดือน ไม่มีไตรมาส และไม่มีวันที่; โมเดลไม่มีตัวระบุ ไม่มีหน้าต่างบริบท และไม่มีราคา; และไม่มีรีโพซิทอรี Qwen 4 อยู่ในองค์กร Qwen บน Hugging Face ให้ถือว่าช่วงเวลานั้นเป็นความปรารถนามากกว่าแผน พูลรีเควสต์ — vllm-project/vllm#53909 ซึ่งยังเปิดอยู่ ยังไม่ถูก merge และยังรอการรีวิว — ไม่มีวันวางจำหน่ายและไม่มีจำนวนพารามิเตอร์เช่นกัน มันเพิ่มเคอร์เนล Triton แบบสแตนด์อโลนสำหรับสามตระกูลโอเปอเรเตอร์: HyperConnection, Qwen Sparse Attention (QSA) และการดำเนินการสถานะ PLE ชื่อเรื่องของมันบอกว่า "qwen4" และรายการโอเปอเรเตอร์ของมันตรงกันเกือบทั้งหมดกับสถาปัตยกรรมที่ Alibaba เปิดตัวในเวทเปิดของ Qwen3.8-Flash-Next — โมเดลแบบ multimodal mixture-of-experts ที่เปิดตัวเมื่อวันที่ 26 สิงหาคม 2026 ซึ่งการ์ด Hugging Face ของมันเขียนว่า "A Preview of the Qwen4 Architecture" Qwen 4 เองยังไม่ถูกเปิดตัว ตระกูลนี้มีชื่อ มีช่องบนโรดแมป และมีช่วงเวลาที่ถูกเล่าลือ; เคอร์เนลยังคงเป็นสิ่งเดียวที่อธิบายมันได้

นี่คือบทความแบบ "เท่าที่เรารู้กันจนถึงตอนนี้" ไม่ใช่เรื่องการเปิดตัว Aliba​ba ได้ประกาศชื่อตระกูลโมเดลบนเวทีสาธารณะและบรรจุไว้ในแผนงานของบริษัทแล้ว แต่การตั้งชื่อไม่เท่ากับการเปิดตัวจริง: ยังไม่มี model card ไม่มี weights และไม่มี API สำหรับ Qwe​n 4 รุ่นใด ๆ และข้อกล่าวอ้างด้านสถาปัตยกรรมทั้งหมดด้านล่างยังคงมาจากตัวอย่าง Qwen3.8-Flash-Next และชิ้นงานวิศวกรรมที่เกี่ยวข้อง มากกว่าจะมาจากเอกสาร Qwe​n 4 ใด ๆ หลักฐานที่ชัดเจนคือ pull request ของ vLLM ที่ยังอยู่ระหว่างการตรวจสอบ, โมเดลตัวอย่างที่เปิดตัวแล้ว, PR ของ sglang ที่ยื่นเมื่อวันที่ 27 สิงหาคม ซึ่งเพิ่มการรองรับแบบ native สำหรับ config สถาปัตยกรรม Qwe​n4-Exp เดียวกัน, และรายการ qwen4_exp ที่ได้ลงใน model registry ของ vLLM เองบน main — Qwen4ExpForCausalLM, Qwen4ExpForConditionalGeneration และ Qwen4ExpMTP — ควบคู่กับงาน multimodal ส่วน frontend ที่เป็น Rust ซึ่ง merge เมื่อวันที่ 1 กันยายน ข้อสรุปที่เราดึงมาจากสิ่งเหล่านั้น — ว่า operator ใน PR เหล่านี้คือสถาปัตยกรรมที่ Aliba​ba เปิดตัวอย่าง — เป็นการตีความหลักฐานนั้น และทุกรายละเอียดด้านล่างจะถูกกำกับไว้ตามนั้น ข้อกล่าวอ้างหนึ่งข้อที่นี่ไม่ใช่ของ Alibaba เลย: ช่วงเวลาตุลาคมถึงต้นพฤศจิกายนมาจากโพสต์ watchlist บน X และหน้า tracker ที่นำไปพูดซ้ำในช่วงสองสัปดาห์ที่ผ่านมา มันยังไม่มีการทำซ้ำ และถูกระบุว่าเป็นข้อมูลจากชุมชนทุกที่ที่ปรากฏ

สิ่งที่ Alibaba พูดจริง ๆ เมื่อวันที่ 22 กันยายน

Alibaba ได้เปิดพรีวิวตระกูล Qwen 4 ในพิธีเปิดงานประชุม Apsara (Yunqi) ซึ่งจัดขึ้นที่หางโจวระหว่างวันที่ 22 กันยายน ถึงวันที่ 24 กันยายน 2026 โดยมี Liu Da Yiheng หัวหน้าทีม Qwen ขึ้นเวที ในการเปิดงานได้มีการประกาศชื่อสี่ระดับ บนโครงสร้างที่รุ่น 3.8 ได้วางไว้แล้ว:

• Qwe​n 4 Max — ระดับเรือธง และเป็นรุ่นที่ถูกวางตำแหน่งให้แข่งขันกับโมเดลระดับสูงสุดจากทุกห้องปฏิบัติการแนวหน้าอื่น ๆ

• Qwen 4 Flash — ระดับปริมาณงานสูง (high-throughput) มุ่งเน้นงานที่ไวต่อความหน่วงและมีปริมาณมาก มากกว่าการให้เหตุผลระดับสูงสุด

• Qwe​n 4 Plus — ระดับกลางที่สมดุล

• Qwe​n 4 27B — ระดับโอเพนเวต: ขนาดคลาสที่ Qwe​n เคยปล่อยน้ำหนักเปิดมาก่อน และเป็นรุ่นที่ถูกเขียนถึงในฐานะตัวเลือกสำหรับรันในเครื่อง

รายการ 27B เป็นส่วนที่เป็นรูปธรรมของการประกาศ และเป็นสิ่งที่สัญญาณแหล่งข่าวเบื้องหลังบทความนี้กำลังตอบสนองต่อ ในรุ่น 3.8 ระดับ 27B คือการเปิดตัวแบบ open-weights ที่ถูกแปลงเป็น MLX ควอนไทซ์เป็น NVFP4 และ fine-tune ภายในไม่กี่วันหลังเปิดตัว ดังนั้น Qwen 4 27B ที่มีชื่อจึงมอบเป้าหมายให้กับระบบนิเวศปลายน้ำนั้นอีกครั้ง มันเป็นเป้าหมายไม่ใช่การเปิดตัว และความแตกต่างนี้ควรค่าแก่การจดจำ: Alibaba ยังไม่ได้เผยแพร่รายละเอียดจำนวนพารามิเตอร์ ไม่มีสัญญาอนุญาต ไม่มีหน้าต่างบริบท และไม่มีวันที่สำหรับมัน และชื่อระดับนี้ยังไม่บอกด้วยซ้ำว่าเป็นแบบ dense หรือ mixture-of-experts ทุกสิ่งทุกอย่างที่ทำให้ระดับ 27B ก่อนหน้านี้สามารถรันได้ — ระดับขนาด จุดเน้นการใช้งานบนเครื่องเดียว — สืบทอดมาจากประวัติของสายผลิตภัณฑ์ ไม่ได้ระบุไว้สำหรับโมเดลนี้

สิ่งที่งานประชุมไม่ได้ผลิตออกมาคือสิ่งนั้นเองที่ผู้อ่านจะใช้วางแผนได้ จุดยืนที่ Alibaba ระบุไว้ — ซึ่งเป็นกรอบจากฝ่ายผู้ขาย ที่นำเสนอเวทีและมีสำนักข่าวอิสระหลายแห่งรายงานไป โดยไม่ได้ผ่านการตรวจสอบยืนยันอย่างเป็นอิสระ — คือ Qwen 4 สร้างบนสถาปัตยกรรมรุ่นใหม่ กำลังอยู่ระหว่างการฝึกโมเดล และจะมาถึง "ในไม่ช้า" ไม่มีระดับใดเลยที่มีหน้าต่างบริบท ราคา รายการมอดาลิตี หรือคะแนนที่เผยแพร่ สิ่งเดียวที่มีกำหนดเวลาในงานประชุมคือโมเดลวิดีโอรุ่นถัดไปที่วางไว้สำหรับเดือนพฤศจิกายน ตัวเลขหนึ่งจากเวทีเดียวกันนั้นต้องแยกไว้ให้ชัดในเลนของตัวเอง ความทะเยอทะยานระดับ 5 ถึง 10 ล้านล้านพารามิเตอร์เป็นของกรอบเวลา Qwen 4.5 และ Qwen 5 ไม่ใช่ของ Qwen 4 — ไม่มีจำนวนพารามิเตอร์ผูกอยู่กับระดับใดของ Qwen 4 เลย ตัวเลขนั้นไม่ใช่ข้อมูลรั่วหรือข้อกล่าวอ้างที่แพร่กระจายอีกต่อไปแล้ว มันอยู่ในเอกสารเผยแพร่ภาษาอังกฤษของ Alibaba เอง อ้างอิงจากปาฐกถาหลักของ CEO Eddie Wu และระบุเป็นข้อคาดการณ์ที่ไม่มีกำหนดเวลาและไม่มีสถาปัตยกรรมรองรับอยู่เบื้องหลัง — ระบุโดยบริษัท และยังไม่มีการทำซ้ำให้เห็น

ดังนั้น การตั้งชื่อจึงเปลี่ยนสถานะของตระกูลผลิตภัณฑ์ ไม่ใช่สภาพของหลักฐาน ทุกสิ่งด้านล่างนี้ยังคงเป็นคำอธิบายของเลเยอร์การให้บริการเกี่ยวกับว่าสถาปัตยกรรมนี้คืออะไร — และเนื่องจากการประกาศครั้งนี้ไม่ได้เพิ่มข้อกำหนดใด ๆ ของตัวเอง คำอธิบายนั้นจึงยังคงมีรายละเอียดมากกว่าสิ่งใดที่ Alibaba เคยเผยแพร่

"qwen4 fuse op" PR ที่จริงๆ แล้วคืออะไร

Pull request #53909 ใน vllm-project/vllm เปิดอยู่ มาจากฟอร์กของผู้มีส่วนร่วม และยังคงรอการตรวจสอบโดยเจ้าของโค้ด — การตรวจสอบอัตโนมัติถูกปิดใช้งานเพราะมันมาจากฟอร์ก มันเป็นงานเล็ก ๆ ที่มีลักษณะเป็นเคอร์เนล:

• เคอร์เนล HyperConnection สามตัว — กลุ่ม Ge​ma RMSNorm, เกตรีดิวซ์ และอินเจกชันคอมไบน์

• เคอร์เนล QSA สามตัว บวกกับแรปเปอร์เกณฑ์พื้นฐานจากผู้จำหน่ายสามตัวสำหรับการเปรียบเทียบ

• เคอร์เนล PLE state gather และ masked-scatter

• การทดสอบที่ผ่านทั้งหมดสิบสามรายการครอบคลุมการตรวจสอบ dtype และ shape, เมทาดาทาการแบ่งหน้า, ช่องแคช, เค้าโครง MRoPE, สถานะแบบ strided, ดัชนีที่เป็น null และซ้ำกัน, และการทำงานที่กำหนดผลลัพธ์แน่นอน

รายละเอียดสองข้อสำคัญนอกเหนือจากรายการ op ประการแรก การนำไปใช้เป็นแบบ fail-closed: การ์ดของโฮสต์จะสร้างข้อผิดพลาดขึ้นมาแทนที่จะถอยกลับไปใช้เส้นทางการคำนวณ Torch ทั่วไป เพราะค่าที่ผิดอย่างเงียบ ๆ ใน attention kernel นั้นเลวร้ายกว่าความล้มเหลวแบบฮาร์ด ประการที่สอง การแยกชื่อ — ชื่อเรื่องเขียนว่า "qwen4" ในขณะที่คำอธิบายระบุชื่อ Qwen3.8-Flash-Next — เป็นสัญญาณในตัวของมันเอง ฝั่ง vLLM กำลังปฏิบัติต่อโมเดลตัวอย่างเป็นอินสแตนซ์แรกของสาย qwen4 และสร้างเคอร์เนลภายใต้ชื่อตระกูลที่จะครอบคลุมทุกอย่างที่ตามมาภายหลัง

เพื่อให้เข้าใจบริบทว่า "fuse op" คืออะไร: โดยปกติแล้วเอ็นจินอนุมานผลจะประมวลผลกราฟของโมเดลโดยเรียกใช้เคอร์เนลหนึ่งครั้งต่อหนึ่งการดำเนินการ และทุกครั้งที่เรียกใช้จะมีค่าใช้จ่ายแฝงตามมา ไม่ว่าจะเป็นรอบการถ่ายโอนหน่วยความจำระหว่างเคอร์เนลหรือต้นทุนการกระจายงาน การรวมการดำเนินการแบบ element-wise และการดำเนินการที่เกี่ยวข้องกับสถานะหลายรายการเข้าไว้ในเคอร์เนลเดียวจะช่วยตัดค่าใช้จ่ายแฝงเหล่านี้ลง ซึ่งเป็นจุดที่สถาปัตยกรรมใหม่จะได้หรือเสียทั้งต้นทุนและความหน่วงอย่างแท้จริง โมเดลที่สร้างจากโอเปอเรเตอร์ที่ไม่มีการใช้งานแบบรวม (fused) อยู่ที่ใดเลยจะทำงานช้าและกินหน่วยความจำสูง ไม่ว่าการฝึกจะชาญฉลาดแค่ไหนก็ตาม เอ็นจินแรกที่รวมการทำงานเหล่านี้ได้ดีจะเป็นตัวกำหนดราคาการใช้งานจริงของโมเดล

การอ่านชื่อเคอร์เนลเป็นพิมพ์เขียว

ไม่มีโอเปอเรเตอร์เหล่านี้อยู่ใน opset มาตรฐานของ transformer เลย ซึ่งเป็นเหตุผลว่าทำไมจึงต้องมีเคอร์เนลใหม่ตั้งแต่แรก — และแต่ละตัวก็แมปกับส่วนเฉพาะของสถาปัตยกรรมที่ Aliba​ba พรีวิวใน Qwen3.8-Flash-Next:

• HyperConnection → การเชื่อมต่อ residual แบบมีเกต สตรีม residual เดี่ยวถูกขยายเป็นสี่สาขาแบบขนาน พร้อมการกำหนดเกตแบบไดนามิกรายองค์ประกอบ (element-wise dynamic gating) ซึ่งทำให้โมเดลสามารถตัดสินใจได้ว่าจะอ่านจากและเขียนไปยังแต่ละสาขาเท่าใด สถานะ residual สามารถจัดเก็บในรูปแบบ FP8 เพื่อลดปริมาณการรับส่งข้อมูลหน่วยความจำ

• QSA → Qwe​n Sparse Attention ตัวจัดทำดัชนีน้ำหนักเบาจะบีบอัดคีย์เป็นไมโครบล็อกด้วยอัตราส่วนการบีบอัด 4 ให้คะแนน และเก็บ 512 บล็อกที่ดีที่สุด — ประมาณ 2,051 ตำแหน่งโทเค็นเชิงตรรกะ — ในขณะที่ซอฟต์แมกซ์และการรวมค่าสุดท้ายยังคงทำงานบน K/V ดั้งเดิมที่ไม่ถูกบีบอัด จาก 48 เลเยอร์ มี 12 เลเยอร์เป็น QSA ส่วนอีก 36 เลเยอร์เป็นเลเยอร์ linear-attention แบบ GDN ซึ่งมีสถานะ recurrent ขนาดคงที่และไม่มีแคช KV ที่เพิ่มขึ้น

• การดำเนินการสถานะของ PLE → หน่วยความจำ n-gram ตารางค้นหาที่มีพารามิเตอร์ 51 พันล้านตัว — "Per-Layer Embeddings" ในเอกสารของ SGLang — ถูกระบุตำแหน่งด้วยแฮชจากโทเค็นปัจจุบันรวมกับโทเค็นสองหรือสามตัวก่อนหน้า โดยดึงข้อมูล 16 แถวต่อโทเค็น ตำแหน่งของมันสามารถคำนวณล่วงหน้าได้ ดังนั้นจึงสามารถเก็บไว้ในหน่วยความจำโฮสต์และถูกดึงข้อมูลล่วงหน้าแบบอะซิงโครนัส แทนที่จะกินพื้นที่ VRAM ของ GPU

ตัว MoE ที่บรรจุเคอร์เนลเหล่านี้: พารามิเตอร์รวม 125B โดยมีพารามิเตอร์ที่ทำงานจริงประมาณ 6B ต่อโทเคน — คิดเป็นอัตราการแอคทีฟต่ำกว่า 5% — ถูกจัดเส้นทางผ่านผู้เชี่ยวชาญ 512 ตัว ด้วยการจัดเส้นทางแบบ Top-10

มีข้อแม้สองข้อที่ทำให้เรื่องนี้ยังซื่อตรงอยู่ ประการแรก สถาปัตยกรรมข้างต้นอ่านมาจากการ์ดโมเดลของ Qwen3.8-Flash-Next และการรื้อวิเคราะห์โดยชุมชน ไม่ได้มาจากเอกสาร Qwe​n 4 ใด ๆ — มันเป็นหลักฐานเกี่ยวกับตระกูลนี้ ไม่ใช่สเปกของตระกูลนี้ ประการที่สอง ไม่มีส่วนใดในนั้นเปลี่ยนแปลงข้อเท็จจริงหลัก: Qwe​n 4 ไม่มีอยู่ในแคตตาล็อกใดเลย

หลักฐานอีกชุดหนึ่งที่แยกออกมาต่างหากคือเส้นทางสายภาพ (vision path) ซึ่งควรแยกไว้จากสิ่งที่อ่านได้จากเคอร์เนลข้างต้น โดยไม่ขึ้นกับการแมป operator ใด ๆ ทะเบียนโมเดลของ vLLM เองบน main มีรายการ qwen4_exp — Qwen4ExpForConditionalGeneration — ซึ่งลงทะเบียนเป็นโมเดลมัลติโมดัลที่มี vision tower แบบ Qwen3-VL และ Qwen3VLMultiModalProcessor PR ฝั่ง Rust frontend (#54813) ที่เชื่อม config นั้นเข้ากับ crate มัลติโมดัลของเอนจิน ซึ่งเป็นโค้ดพาธที่แปลงอินพุตรูปภาพให้เป็นโทเค็น ได้ merge เมื่อวันที่ 1 กันยายน 2026 — เป็นคำกล่าวที่หนักแน่นกว่าการที่ PR เดียวกันยังเปิดอยู่ เพราะเส้นทางมัลติโมดัลของสาย qwen4 ตอนนี้อยู่ในเอนจินแล้ว ไม่ได้อยู่ใน fork ของใครสักคน แต่ก็ยังไม่ใช่การเปิดตัว (release): โมเดลที่รายการในทะเบียนนั้นอธิบายไว้ยังไม่มี weights และไม่มี API แต่มันเป็นการยืนยันระดับวิศวกรรมครั้งแรกว่า Qwen เจเนอเรชันถัดไปรับอินพุตรูปภาพ และป้ายกำกับ "มัลติโมดัล" บนสถาปัตยกรรมก็ไม่ใช่แค่บรรทัดหนึ่งบน model card ของตัวอย่างพรีวิวอีกต่อไป

เหตุใดสถาปัตยกรรมจึงเปลี่ยนภาพรวมของต้นทุน

หาก Qwen 4 เปิดตัวบนสถาปัตยกรรมนี้ เศรษฐศาสตร์จะแตกต่างจากทรานส์ฟอร์มเมอร์แบบ dense มาตรฐาน — หรือแม้แต่ MoE ทั่วไป — และความแตกต่างนั้นคือเหตุผลที่งานด้านเคอร์เนลน่าจับตามอง

• การแยกหน่วยความจำและการคำนวณ ต้นทุนหน่วยความจำคิดตามพารามิเตอร์ทั้งหมด — ต้องมีครบ 125B อยู่ในหน่วยความจำเพื่อให้บริการโมเดล ต้นทุนการคำนวณคิดตามพารามิเตอร์ที่ใช้งานจริง — มีเพียง ~6B ที่ถูกใช้งานต่อ forward pass การแยกเช่นนี้เองที่ทำให้โมเดล "125B" ให้บริการได้ด้วยต้นทุนเทียบเท่าโมเดลที่เล็กกว่ามาก

• แคช KV หยุดเติบโตบนเลเยอร์ส่วนใหญ่ ด้วยเลเยอร์ 36 จาก 48 ชั้นที่ใช้แอตเทนชันแบบ recurrent-state ขนาดคงที่ แคชคีย์/ค่าที่เติบโตจึงถูกจำกัดอยู่เพียง 12 เลเยอร์ ที่บริบทเนทีฟ 262K โทเคน — 1M ผ่าน YaRN — นั่นคือส่วนสำคัญที่ทำให้การให้บริการบริบทระยะยาวมีต้นทุนที่เอื้อมถึงได้จริง

• ตารางขนาดใหญ่สามารถออฟโหลดออกได้ ตาราง n-gram เป็นตัวกินหน่วยความจำรายใหญ่ที่สุดเพียงตัวเดียวที่ 51B พารามิเตอร์ และไม่จำเป็นต้องอยู่ใน GPU งาน day-0 ของ SGLang วัดการออฟโหลดตาราง BF16 ไปยังหน่วยความจำโฮสต์แบบ pinned แล้วพบว่าช่วยปลดปล่อยหน่วยความจำประมาณ 23 GiB ต่อ GPU บน H200 และเพิ่มความจุ KV ที่จัดสรรได้ราว 78% — โดยมีเอาต์พุตเหมือนกันทุกบิต ฝั่ง vLLM การออฟโหลดเดียวกันนี้เข้าสู่ระบบเป็นระยะ ๆ ไม่ใช่ใน PR เดียว โดย PR สนับสนุนเดิม (#53899) ถูกปิดโดยไม่ถูก merge เมื่อวันที่ 21 กันยายน ขณะที่ความสามารถนี้มาถึงผ่านการ merge แยกกัน — #54371 การออฟโหลด PLE ที่ใช้ UVA พร้อม tensor parallelism ของ Engram เมื่อวันที่ 9 กันยายน และเส้นทาง ROCm (#57497) เมื่อวันที่ 25 กันยายน

ตัวเลขเหล่านี้ยังไม่มีตัวใดที่ผ่านการตรวจสอบอย่างเป็นอิสระ — ไม่ว่าจะเป็นข้อกล่าวอ้างเรื่องการเร่งความเร็วสำหรับบริบทระยะยาว 7.6×/4.9×, ตัวเลขการถอดรหัส 540 tok/s จากโพสต์ของ SGLang, หรือข้อกล่าวอ้างเรื่องต้นทุนการฝึกอบรม "1/9 ของ Qwen3.7-Plus" — และควรอ่านตัวเลขเหล่านี้ในฐานะข้อมูลที่รายงานโดยผู้จำหน่ายหรือชุมชน จนกว่าดัชนีที่เป็นกลางจะทำการทดสอบซ้ำและยืนยันผลได้

การแข่งขันเพื่อให้บริการมัน

เอ็นจินหลักทั้งสองตัวมีงานพัฒนา qwen4 ที่กำลังดำเนินอยู่ — SGLang เผยแพร่การรองรับตั้งแต่วันเปิดตัวภายในไม่กี่วันหลังจากการเปิดตัวอย่างวันที่ 26 สิงหาคม และงานในแต่ละฝั่งก็สะสมเพิ่มขึ้นเรื่อยๆ ตั้งแต่นั้นมา ตั้งแต่การลงทะเบียนคอนฟิกไปจนถึงวิศวกรรมเคอร์เนลและหน่วยความจำ

• SGLang เผยแพร่โพสต์ day-0 เมื่อวันที่ 26 สิงหาคม ในความร่วมมือระหว่าง SGLang, Alibaba, NVIDIA และ AMD โดยปล่อยเช็กพอยต์ NVFP4 และอ้างว่าถอดรหัสได้ 540 โทเคน/วินาที ที่ TP4 บน B200 ด้วยการถอดรหัสแบบ speculative

• เมื่อวันที่ 27 สิงหาคม PR ของ sglang (#36585) ได้เพิ่มการรองรับ Qwen4-Exp แบบเนทีฟให้กับตัวเอนจินเอง — โดยลงทะเบียนคอนฟิก Qwen4ExpForConditionalGeneration และโมเดลข้อความที่สร้างจากส่วนประกอบเดียวกัน ได้แก่ GatedResidual, Gated DeltaNet, Qwen sparse attention, PLE และ MoE ยังไม่ถูก merge: PR นี้มาจากผู้ร่วมสมทบที่ไม่ใช่ผู้ดูแล งานดังกล่าวถูกให้เครดิตกับเอเจนต์อัตโนมัติชื่อ Argus และยังเปิดอยู่และรอการรีวิว อย่างไรก็ตาม จุดยึดของมันตรวจสอบได้อย่างอิสระ — คอนฟิกของ Qwen3.8-Flash-Next เองประกาศ model_type=qwen4_exp และตอนนี้ implementation อ้างอิงอยู่ใน huggingface/transformers ภายใต้ models/qwen4_exp

• เมื่อวันที่ 8 กันยายน PR ฉบับร่างของ sglang (#38492) ถูกเปิดต่อ qwen4-main-squashed ซึ่งเป็นสาขาของ sglang ที่อุทิศให้กับสาย Qwen4/Flash-Next และอันนี้ไม่ใช่การลงทะเบียน มันพอร์ต RecoverSSM — เส้นทางการกู้คืนสถานะที่ยอมรับ ซึ่งสร้างขึ้นครั้งแรกสำหรับ Qwen3.8-Flash-Next บน SM120 — สำหรับการตรวจสอบการทำนายหลายโทเคน (MTP) ของสถาปัตยกรรมนี้ ฉบับร่าง MTP ไหลผ่านสถานะเกิดซ้ำขนาดคงที่ของเลเยอร์ Gated DeltaNet และแทนที่จะเก็บสถานะคาดการณ์ระดับกลางทุกสถานะไว้ในหน่วยความจำระหว่างที่ฉบับร่างถูกตรวจสอบ เอนจินจะสร้างสถานะที่ยอมรับขึ้นใหม่จากสถานะที่คอมมิตแล้วและคำนำหน้าโทเคนที่ยอมรับ โหมดนี้เป็นแบบเลือกเปิดใช้ (ธง --gdn-mtp-cache-mode none; พฤติกรรมแคชเต็มแบบปัจจุบันยังคงเป็นค่าเริ่มต้น) และมันยังเร็วเกินไปแม้ตามมาตรฐานของเรื่องนี้: ฉบับร่างที่ถูกแตะต้องครั้งล่าสุดเมื่อวันที่ 14 กันยายน ซึ่ง head ปัจจุบันยังคงล้มเหลวเก้าจากการตรวจสอบของมัน โดยมีเช็กลิสต์ของผู้เขียนเองเปิดอยู่ก่อนที่จะถูกทำเครื่องหมายว่าพร้อมสำหรับการรีวิว ทิศทางคือประเด็น — sglang กำลังวิศวกรรมเส้นทางการให้บริการ Qwen4 ไม่ใช่แค่ลงทะเบียนคอนฟิกของมัน

• สาย qwen4 ของ vLLM ได้เปลี่ยนจาก PR ที่เปิดอยู่สามรายการมาเป็นบัญชีแบบผสมในสัปดาห์นับตั้งแต่บทความนี้เผยแพร่ครั้งแรก PR มัลติโมดัลส่วนหน้า Rust (#54813) ถูก merge เมื่อวันที่ 1 กันยายน งาน PLE-offload ถูก merge เป็นสองส่วน — #54371 เมื่อวันที่ 9 กันยายน และ #57497 เมื่อวันที่ 25 กันยายน — ในขณะที่ PR PLE-offload ต้นฉบับ (#53899) ถูกปิดโดยไม่ได้ merge เมื่อวันที่ 21 กันยายน ตั้งแต่นั้น config ก็ได้ upstream ไป: #57387 ซึ่งสลับ config และ processor ของ qwen4_exp ไปใช้ implementation ของ Transformers ฝั่ง upstream ถูก merge เมื่อวันที่ 2 ตุลาคม สิ่งที่ยังเปิดอยู่คือ PR fuse-op ซึ่งเป็นหัวข้อของบทความนี้ (#53909) — พร้อมกับ bugfix QSA ring-buffer ที่ยื่นเมื่อวันที่ 1 ตุลาคม (#59528) และการ pass SM86 (Ampere) เหนือตาราง n-gram ขนาด 51 พันล้านพารามิเตอร์ที่เปิดมาตั้งแต่วันที่ 26 กันยายน (#58856) ซึ่งเป็นงานประเภทที่คนทำเมื่อโมเดลเป็นสิ่งที่ผู้คนพยายามให้บริการบนฮาร์ดแวร์รุ่นเก่า มากกว่าสิ่งที่ไม่มีใครเคยรัน config qwen4_exp เองได้รับการลงทะเบียนใน vLLM เป็นมัลติโมดัล: หอคอยวิชัน Qwen3-VL จับคู่กับโมเดลข้อความ Qwen4-Exp

นี่คือการแข่งขันที่มีรางวัลจริง เอนจินที่ผสานโอเปอเรเตอร์ใหม่ได้ดีที่สุดจะเป็นตัวกำหนดราคาให้บริการสำหรับรุ่น Qwen4 เพราะประสิทธิภาพของเคอร์เนล — ไม่ใช่จำนวนพารามิเตอร์ดิบ — คือสิ่งที่ประกอบเป็นต้นทุนต่อโทเคนของโมเดล hybrid-attention

สิ่งที่เปิดตัวจริงวันนี้: Qwen3.8-Flash-Next เทียบกับ Qwen 4

มันคุ้มค่าที่จะระบุให้ชัดเจนเกี่ยวกับสองสิ่งในเรื่องนี้ เพราะการตั้งชื่อนั้นกำลังทำหน้าที่สำคัญอย่างมาก

• Qwen3.8-Flash-Next เปิดตัวแล้ว น้ำหนักแบบเปิดอยู่บน Hugging Face และ ModelScope ภายใต้ใบอนุญาต qwen-community-1.0 ในรูปแบบมาตรฐานและ FP8; การ์ดโมเดลระบุสเปกชัดเจน — 125B MoE, ~6B แอ็กทีฟ, ตาราง n-gram 51B, บริบท 262K, มัลติโมดัล เป็นการพรีวิวสถาปัตยกรรม ไม่ใช่รุ่นเรือธง

• Qwen3.8-Flash คือเวอร์ชันโปรดักชันที่ให้บริการจริง ซึ่ง Alibaba ประกาศเปิดตัวไปพร้อมกัน โดยอยู่ในรายการบน Qwen Cloud ในราคา ¥1 ต่ออินพุตหนึ่งล้านโทเคน และ ¥3 ต่อเอาต์พุตหนึ่งล้านโทเคน (ประมาณ $0.16 / $0.47) พร้อมบริบทเริ่มต้น 1M โทเคนและเครื่องมือในตัว เป็นราคาที่ผู้ขายรายงาน ยังไม่ปรากฏในดัชนีอิสระใด ๆ

• Qwen 4 ยังไม่ออกแล้ว Alibaba ประกาศชื่อทั้งสี่ระดับเมื่อวันที่ 22 กันยายน 2026 และบอกว่าครอบครัวนี้อยู่ระหว่างการฝึกและจะมาเร็ว ๆ นี้ — เป็นคำยืนยันอย่างเป็นทางการครั้งแรกเกี่ยวกับกำหนดเวลา และก็ยังไม่ใช่ตารางเวลาอยู่ดี ไม่มีวันที่ ไม่มีการ์ดข้อมูล และไม่มีค่าน้ำหนักสำหรับระดับใด ๆ ช่วงเวลาที่ถูกพูดถึงกันตอนนี้คือตุลาคมถึงต้นพฤศจิกายน และมันมาจากกระทู้ watchlist กับหน้า tracker มากกว่าจะมาจาก Alibaba: สถานะการฝึกเป็นสิ่งที่บริษัทระบุ ส่วนกำหนดเวลาเป็นข้อมูลจากชุมชน ช่วงเดือนกันยายนที่ถูกพูดถึงในแผนงานที่รั่วไหลเมื่อเดือนกรกฎาคมได้ผ่านพ้นไปแล้ว ซึ่งนั่นก็เป็นคำตอบในตัวมันเอง

• ระดับ Qwen 4 27B คือรุ่นที่ต้องจับตา ด้วยเหตุผลที่ไม่เกี่ยวกับ benchmark: เป็นระดับเดียวในตระกูลที่มีประวัติการปล่อยน้ำหนักโมเดลแบบเปิด และขนาด 27B ที่ประกาศไว้คือสิ่งที่สแตกสำหรับการอนุมานในเครื่องวางแผนกันโดยยึดเป็นหลัก ซึ่งเป็นเหตุผลว่าทำไมการขาดรายละเอียดการแบ่งขนาด สัญญาอนุญาต และวันที่ จึงสำคัญตรงนี้มากกว่ากรณีของรุ่นเรือธง

ตาราง benchmark ของพรีวิว — DeepSWE 1.1 ที่ 58.7, SWE-bench Pro ที่ 62.5, LiveCodeBench v6 ที่ 91.9 — เป็นตัวเลขที่ผู้จำหน่ายรายงานบนการ์ด และยังไม่มีการตรวจสอบซ้ำโดยอิสระ วางแผนโดยยึดสถาปัตยกรรมเป็นหลัก ปฏิบัติต่อคะแนนเหล่านี้เสมือนคำมั่นสัญญา ไม่ใช่ผลการวัดจริง

สิ่งที่นักพัฒนาควรทำในตอนนี้

ไม่มีอะไรในสแตกปัจจุบันของคุณเปลี่ยนไปในวันนี้: Qwe​n 4 ยังไม่สามารถเรียกใช้ได้จากที่ไหนเลย — Apsara ตั้งชื่อชั้นต่าง ๆ และวางตระกูลนี้ไว้บนแผนงาน โดยไม่ได้ส่งมอบสิ่งใดเลย — และ ณ เวลาที่เขียนนี้ น้ำหนักเปิดของ Qwen3.8-Flash-Next ก็ยังไม่อยู่ในรายการโมเดลของเราเองเช่นกัน — สิ่งที่ใกล้เคียงที่สุดที่เราส่งผ่านในวันนี้คือ Qwen3.8 Flash variant ที่ให้บริการในราคา $0.15/$0.47 ต่อล้านโทเคน และเส้นทาง open-weights ของ Qwen3.8 27B ที่ $0.33/$2.40 ซึ่งเป็นสิ่งที่ใกล้เคียงที่สุดกับ Qwe​n ที่รันในเครื่องได้ในแคตตาล็อก ขณะที่เจนเนอเรชันสืบทอดยังเป็นเพียงข่าวลือ บรรทัดในแผนงานเป็นสิ่งเดียวที่ควรอ่านสองครั้ง เพราะเป็นครั้งแรกที่ Aliba​ba ยืนยันเจนเนอเรชันสืบทอดเป็นลายลักษณ์อักษร: ถ้า Qwe​n 4.5 และ Qwe​n 5 ลงมาจริงในช่วง 5 ถึง 10 ล้านล้านพารามิเตอร์ ชั้นที่คุณสามารถจ่ายเพื่อ self-host ได้ในเจนเนอเรชันนั้นยิ่งสำคัญมากขึ้น ไม่ใช่ลดลง ถ้าคุณอยากสัมผัสสถาปัตยกรรมก่อนที่ตระกูลนี้จะวางจำหน่าย เส้นทางที่ซื่อตรงคือดึงเวตด้วยตัวเอง หรือรอให้พรีวิวเปิดให้ใช้ผ่าน API สำหรับใครก็ตามที่วางแผนโดยอิงกับชั้น 27B ก็ใช้เช่นเดียวกัน โดยมีข้อเพิ่มเติมหนึ่งอย่าง: มันคุ้มค่าที่จะติดตามอย่างแม่นยำ เพราะเป็นชั้นที่มีแนวโน้มมากที่สุดว่าจะรันได้โดยไม่ต้องใช้ API และตอนนี้เป็นชั้นที่ระบุรายละเอียดน้อยที่สุดในสี่ชั้น

เมื่อ Qwen3.8-Flash-Next หรือโมเดล Qwe​n 4 ปรากฏขึ้นในแค็ตตาล็อกของผู้ให้บริการ ต้นทุนการสลับบน OrcaRouter ก็แทบจะเป็นศูนย์: API เดียวสำหรับ 200+ โมเดล ราคาที่ผู้ให้บริการประกาศส่งผ่านมาที่มาร์กอัป 0% และการลดราคาของผู้ขายที่มีผลฝั่งเราในวันเดียวกัน เอนด์พอยต์และคีย์เดียวกันที่คุณใช้อยู่แล้วสำหรับ Qwen3.8 Max — เรียกใช้ได้วันนี้ในชื่อ qwen/qwen3.8-max ที่ราคา $2.00/$6.00 ต่อล้านโทเค็น ราคาที่ประกาศส่งผ่านมา — คือเอนด์พอยต์เดียวกันที่การเรียกใช้ Qwe​n 4 จะใช้

สำหรับสถาปัตยกรรมที่ยังไม่ผ่านการพิสูจน์ การเฟลโอเวอร์อัตโนมัติเป็นขั้นตอนแรกที่ถูกต้อง: กำหนดเส้นทางทราฟิกส่วนหนึ่งไปยังโมเดลใหม่ โดยมีการเฟลโอเวอร์ไปยัง Qwen3.8 Max (หรือโมเดลใดก็ตามที่ปริมาณงานต้องการจริง ๆ) และปล่อยให้ทราฟิกของคุณเองเป็นตัวตัดสินว่าพรีวิวนี้ตรงตามที่การ์ดระบุหรือไม่ — เป็นการแก้ไข routing-DSL ไม่ใช่การเขียนใหม่

สิ่งที่เรากำลังดู

• การที่เคอร์เนล fuse-op จะถูก merge หรือไม่ (#53909) ซึ่งตอนนี้เป็นตัวสุดท้ายในบรรดาสาม PR qwen4 ดั้งเดิมของ vLLM ที่ยังเปิดอยู่ — ฟรอนต์เอนด์มัลติโมดัลและงาน PLE-offload ได้ลงไปแล้ว และ config ก็ขึ้น upstream ไปแล้ว ทางฝั่ง sglang ทั้ง PR ที่รองรับแบบเนทีฟและดราฟต์ RecoverSSM ยังเปิดอยู่ทั้งคู่ ชุดเคอร์เนลที่ merge แล้วถือเป็นสัญญาณที่แข็งแกร่งที่สุดเท่าที่เคยมีมาว่าไลน์ qwen4 อยู่ในแผนงานระยะสั้นของทั้งสองรันไทม์

• ไม่ว่า qwen4-main-squashed จะกลายเป็นสายหลัก Qwen4 ของ sglang หรือไม่ — สาขาการรวมงานที่งานด้านเคอร์เนลและหน่วยความจำยังคงถูกส่งเข้ามาเรื่อยๆ ถือเป็นความมุ่งมั่นที่แข็งแกร่งกว่า PR จากผู้มีส่วนร่วมเพียงคนเดียว และน่าจับตามองว่าจะเกิดอะไรขึ้นกับมันเมื่อโมเดลเรือธงมีกำหนดการเปิดตัว

• เส้นทางวิชันจะอยู่รอดจนถึงการเปิดตัวหรือไม่ — รายการลงทะเบียนมัลติโมดัล qwen4_exp และการผสานรวมกับฟรอนต์เอนด์ Rust ถือเป็นสัญญาณหนักแน่นชิ้นแรกว่าเรือธงจะรองรับอินพุตรูปภาพ และตอนนี้ทั้งสองอย่างอยู่ในโค้ดหลักของ vLLM ไม่ใช่ในฟอร์ก คำถามที่ยังเปิดอยู่คือโมเดลที่จัดส่งจริงจะยังคง vision tower นั้นไว้หรือไม่

ตัวเลขอิสระชุดแรกบน Qwen3.8-Flash-Next ซึ่งจะเป็นบททดสอบแรกว่าข้ออ้างเรื่องต้นทุนของสถาปัตยกรรมยังคงเป็นจริงนอกเหนือจากผู้พัฒนาหรือไม่

• วันที่หรือการ์ดสำหรับ Qwe​n 4 เอง ตระกูลนี้มีชื่อ มีลิสต์ระดับ มีสถานะการฝึก และมีตำแหน่งบนโรดแมปที่เผยแพร่แล้ว และไม่มีสิ่งใดในนั้นเป็นกำหนดการ ช่วงเวลาที่ชุมชนกำลังพูดถึงคือตั้งแต่เดือนตุลาคมถึงต้นเดือนพฤศจิกายน โรดแมปที่ Aliba​ba เผยแพร่ที่ Apsara ไม่มีวันที่ใดๆ เลย และไม่มีรีโพซิทอรีของ Qwe​n 4 ปรากฏบน Hugging Face สัญญาณจริงถัดไปคือสิ่งแรกที่มีวันที่แนบมาด้วย — การ์ดโมเดล ตัวระบุ API หรือเวท

• โดยเฉพาะระดับ Qwe​n 4 27B — ว่าจะปล่อยน้ำหนักแบบเปิดตามแนวทางของ Qwen3.8-27B หรือไม่ ภายใต้สัญญาอนุญาตใด และระบบนิเวศการแปลงและการปรับละเอียดจะตามมาเร็วเพียงใด

• สัญญาอนุญาตสำหรับตระกูลนี้ — ว่า Qwen 4 จะทำซ้ำรูปแบบของ Qwen3.8 Max ในการเปิดน้ำหนักภายใต้สัญญาอนุญาตที่มีข้อจำกัดการใช้งาน หรือจะเปิดกว้างยิ่งขึ้นไปอีก

• การแข่งขันราคาที่แสดงบนพรีวิว ซึ่งจะบอกเราว่าโทเค็นของสถาปัตยกรรมไฮบริดมีต้นทุนจริงเท่าไรในระบบโปรดักชัน

คำถามที่พบบ่อย

Qwen 4 จะออกเมื่อไหร่? ยังไม่มีกำหนดวันที่ และตอนนี้มีแถลงการณ์อย่างเป็นทางการเกี่ยวกับกำหนดเวลาเพิ่มเป็นสองฉบับ ไม่ใช่ฉบับเดียว Eddie Wu ซีอีโอของ Alibaba Group ยืนยันที่งาน Apsara เมื่อวันที่ 22 กันยายน 2026 ว่า Qwen 4 อยู่ระหว่างการฝึกโมเดล และสายผลิตภัณฑ์รุ่นสืบทอด — Qwen 4.5 และ Qwen 5 — คาดว่าจะมีขนาด 5 ถึง 10 ล้านล้านพารามิเตอร์ ขณะที่ข่าวประชาสัมพันธ์ภาษาอังกฤษของ Alibaba ก็ระบุทั้งสองเรื่องเช่นกัน ไม่มีแถลงการณ์ฉบับใดที่ระบุตารางเวลา มีข้อกล่าวอ้างเรื่องกำหนดเวลาหมุนเวียนอยู่สามข้อ และไม่มีข้อใดมาจาก Alibaba เลย ได้แก่ ข้อมูลรั่วไหลของแผนงานในเดือนกรกฎาคมที่พูดถึงช่วงเดือนกันยายน 2026 ซึ่งผ่านมาแล้วโดยไม่มีการเปิดตัว และช่วงเดือนตุลาคมถึงต้นพฤศจิกายนที่กำลังแพร่กระจายอยู่ในโพสต์รายการจับตาและหน้าติดตามต่าง ๆ ซึ่งเป็นการตีความจากจังหวะการออกรุ่นของแล็บ มากกว่าจะเป็นแถลงการณ์จากทางแล็บ การเปิดตัว Qwen3.8-Flash-Next เมื่อวันที่ 26 สิงหาคม เป็นการพรีวิวสถาปัตยกรรมอย่างชัดเจน ไม่ใช่รุ่นเรือธง

Qwe​n 4 เป็นโมเดลเดียวกับ Qwen3.8-Flash-Next หรือไม่ ไม่ใช่ Qwen3.8-Flash-Next เป็นโมเดลแบบเปิดน้ำหนักที่เผยแพร่แล้ว ซึ่งการ์ดของโมเดลเรียกมันว่า "ตัวอย่างของสถาปัตยกรรม Qwen4" ส่วน Qwe​n 4 เป็นตระกูลที่ยังไม่เปิดตัวซึ่ง Aliba​ba ตั้งชื่อไว้เมื่อวันที่ 22 กันยายน — มีสี่ระดับ แต่ไม่มีข้อกำหนดจำเพาะที่เผยแพร่ — และสถาปัตยกรรมนั้นใช้ร่วมกัน แต่ตัวผลิตภัณฑ์ไม่ใช่

วันนี้ฉันสามารถใช้ Qwe​n 4 ได้ไหม ไม่ — ไม่มีอะไรจัดเส้นทางไปยังโมเดลที่ไม่มีทั้งเวทและ API และประกาศเมื่อวันที่ 22 กันยายนก็ไม่ได้เปลี่ยนสิ่งนั้น สิ่งที่ใกล้เคียงที่สุดที่คุณจับต้องได้จริงคือเวทแบบเปิดของ Qwen3.8-Flash-Next ที่เปิดตัวเมื่อวันที่ 26 สิงหาคม หรือ API ของ Qwen3.8 Max ที่ให้บริการบน OrcaRouter ในราคา $2.00/$6.00 ต่อหนึ่งล้านโทเคน

เคอร์เนลคือข้อความ — และประกาศเมื่อวันที่ 22 กันยายน แม้จะมีเวลาบนเวทีมากเพียงใด ก็ไม่ได้เขียนทับมัน vLLM ไม่ใช้รอบการรีวิวเพื่อสร้างเคอร์เนล Triton สำหรับตระกูลโอเปอเรเตอร์ที่คาดว่าจะทิ้ง และ Alibaba ก็ไม่เผยแพร่พรีวิวสถาปัตยกรรมที่คาดว่าจะทิ้งเช่นกัน ระหว่าง PR "qwen4 fuse op" ที่ยังเปิดอยู่ พรีวิว Qwen3.8-Flash-Next ที่เผยแพร่เมื่อวันที่ 26 สิงหาคม รายการ qwen4_exp ที่ตอนนี้อยู่ใน registry หลักของ vLLM โดย config ของมันถูก upstream และการผสานรวมมัลติโมดัลถูก merge แล้ว งาน PLE-offload ที่ลงบนทั้ง CUDA และ ROCm ในเดือนกันยายน และ PR ฉบับร่างของ sglang ที่เปิดเมื่อวันที่ 8 กันยายน ซึ่งยังปรับแต่งหน่วยความจำ SM120 สำหรับเส้นทาง multi-token-prediction ของสายนี้ รูปร่างของ Qwen เจเนอเรชันถัดไปจึงไม่ใช่ข่าวลืออีกต่อไป — มันถูกเขียนไว้ในเคอร์เนลและเส้นทางหน่วยความจำที่รันไทม์สองตัวกำลังสร้างเพื่อมัน สิ่งที่ Apsara เพิ่มเข้ามาคือชื่อสำหรับแต่ละ tier สถานะการเทรน และช่วงพารามิเตอร์สำหรับเจเนอเรชันหลังจากนั้น สิ่งที่ชุมชนเพิ่มเข้ามาตั้งแต่นั้นคือกรอบเวลามากกว่าข้อเท็จจริง: ตุลาคมถึงต้นพฤศจิกายน จากเธรด watchlist เดียวกัน Alibaba ไม่ได้เผยแพร่ทั้งสองอย่าง วางแผนสำหรับสถาปัตยกรรม อย่าไปเดิมพันกับวันที่