Qwen3.8-Flash-Next: Điều gì đã được xác nhận, những gì bạn thực sự có thể tải xuống và nên chạy gì thay thế

Nếu bạn đang tìm Qwen3.8-Flash-Next vì mong nó sẽ ra mắt, câu hữu ích nhất ở đây chính là câu giúp bạn khỏi lãng phí một phiên làm việc: nó đã ra mắt rồi. Trọng số đã có thể tải về từ cuối tháng 8 năm 2026, và mô hình này là một bản xem trước mixture-of-experts mở trọng số, có khả năng thị giác, thuộc kiến trúc mà Alibaba nói sẽ làm nền tảng cho Qwen4. Điều không tồn tại — và đây chính là phần mà hầu hết các tìm kiếm về "flash next" âm thầm giả định — là bất kỳ bản kế tiếp nào được công bố phía sau nó. Không có bản xem trước thứ hai, không có bản kế nhiệm nào kèm ngày tháng, và không có tuyên bố nào từ nhà cung cấp hứa hẹn về một bản như vậy. Trang này là câu trả lời thường trực cho câu hỏi mà người ta vẫn đang gõ: Qwen3.8-Flash-Next là gì, điều gì đã được xác nhận về nó, những tệp nào tồn tại cho nó, giấy phép của nó cho phép những gì, và hôm nay nên chạy gì nếu bạn muốn một mô hình có thể gọi được thay vì một bản tải về — người anh em cùng dòng trong sản xuất Qwen3.8-Flash, hoặc bản dense Qwen3.8-27B theo Apache-2.0.

Đã xác nhận, dự kiến và suy luận — hãy phân biệt rõ ba loại này

Sự phân biệt này ở đây quan trọng hơn thường lệ, vì tên của mô hình này khiến người ta đọc ra một lộ trình trong đó. Sau đây là ba cấp độ phát biểu, và mỗi cấp đều được dán nhãn.

Đã xác nhận, từ chính tài liệu của nhà cung cấp. Qwen3.8-Flash-Next là một mô hình ngôn ngữ nhân quả với bộ mã hóa thị giác, được phát hành dưới dạng trọng số hậu huấn luyện và các tệp cấu hình ở định dạng Hugging Face Transformers. Kho lưu trữ của nó thuộc tổ chức Qwen được tạo vào ngày 24 tháng 8 năm 2026 và được sửa đổi lần cuối vào ngày 27 tháng 8 năm 2026; bản phát hành chính thức trên ModelScope ra mắt vào ngày 26 tháng 8. Thẻ mô hình của chính Alibaba gọi nó là "bản xem trước thử nghiệm này của kiến trúc sẽ làm nền tảng cho Qwen4", và nêu rằng bản phát hành trọng số mở đầu tiên theo kiến trúc đó chính là mô hình này. Các tham số được lưu trữ phân tách thành một thân mixture-of-experts 125B, một bảng nhúng n-gram 51B riêng biệt, và khoảng 4B lớp dự đoán đa token, với 6B được kích hoạt cho mỗi token. Ngữ cảnh gốc là 262.144 token, có thể mở rộng đến 1.000.000. Chế độ suy nghĩ được bật theo mặc định. Thẻ mô hình báo cáo khả năng tương thích với Hugging Face Transformers, vLLM, SGLang và TokenSpeed, và chính kho lưu trữ chứa 131 phân đoạn safetensors ở định dạng BF16.

Đã xác nhận, và rất dễ bị bỏ sót. Mô hình production được phục vụ là một artefact khác với tên tương tự. Qwen3.8-Flash là bản dựng API có nguồn gốc từ các trọng số này; card của chính checkpoint FP8 mô tả nó là "phiên bản chính thức dựa trên Qwen3.8-Flash-Next với nhiều tính năng production hơn." Nếu câu hỏi của bạn là "liệu tôi có thể gọi cái này từ một API không", thì đó là cái tên bạn muốn, không phải tên của bản preview.

Điều đã được dự kiến, và do đó không được nêu ở đây. Một mô hình có tên "Next" ngụ ý một phiên bản kế tiếp. Không có thông tin nào được công bố hỗ trợ cho một ngày phát hành, số lượng tham số, giấy phép hay khả năng nào của nó. Bất kỳ bài viết nào cho bạn khung thời gian phát hành của một phiên bản kế nhiệm đều chỉ là suy đoán, và bạn có thể kiểm chứng điều đó bằng cách tìm nguồn. Không có nguồn nào như vậy trong tài liệu của chính Alibaba.

Hai câu hỏi có nhu cầu thực sự đằng sau chúng: GGUF và nvfp4

Các tìm kiếm cho mô hình này tập trung mạnh vào hai thứ — "flash next gguf" và "flash next nvfp4" — và cả hai đều có câu trả lời cụ thể, có thể kiểm chứng thay vì mang tính suy đoán. Không câu nào được trả lời bằng cách đoán một bảng kích thước, nên đây là những gì thực sự được công bố.

GGUF tồn tại, từ một số công cụ chuyển đổi độc lập. Các nguồn chính là ggml-org/Qwen3.8-Flash-Next-GGUF, unsloth/Qwen3.8-Flash-Next-GGUF, bartowski/Qwen3.8-Flash-Next-GGUF và AtomicChat/Qwen3.8-Flash-Next-GGUF, cùng với một chuỗi dài các repo nhỏ hơn. Chúng không phải là cùng một sản phẩm, và sự khác biệt còn quan trọng hơn bình thường ở kích thước này.

Kho lưu trữ ggml-org là kho tối giản: bản dựng IQ4_NL, bản dựng Q8_0, một tệp máy chiếu đa phương thức riêng (mmproj-Qwen3.8-Flash-Next-Q8_0.gguf, khoảng 0,6 GB) mà bạn cần nếu muốn dùng luồng thị giác, cùng ba tệp nháp dự đoán đa token ở BF16, Q4_0 và Q8_0. Nếu bạn chỉ muốn chạy văn bản, kho lưu trữ đó là đủ.

Kho lưu trữ unsloth là chiếc thang rộng, và đây chính là nơi câu hỏi về kích thước thực sự được giải đáp. Các tệp đã công bố của nó trải dài từ 72,5 GB (UD-IQ1_S) và 74,5 GB (UD-IQ1_M) ở dưới cùng, qua 78,9 GB (UD-Q2_K_XL), 82 GB (UD-IQ3_XXS) và 90 GB (UD-Q3_K_XL), đến 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) và khoảng 354 GB ở BF16. Nó cũng đi kèm các tệp nháp MTP riêng và hai tệp mmproj.

Hãy đọc cái thang đó đúng như bản chất của nó. Mức lượng tử hóa nhỏ nhất mà bất kỳ ai công bố cho mô hình này vẫn lớn hơn 70 GB trên đĩa. Không có bản dựng nào vừa với một card tiêu dùng đơn lẻ theo cách một mô hình dense 27B làm được, và kho lưu trữ không đưa ra hướng dẫn VRAM theo từng mức lượng tử hóa nào cả — phần phần cứng của nó chỉ là một lời nhắc trống rỗng kiểu "đăng nhập để thêm phần cứng của bạn". Vậy nên câu trả lời trung thực cho câu hỏi "liệu cái này có vừa với máy của tôi không" là: bạn nên tính toán dựa trên các kích thước tệp đã công bố ở trên và dựa trên chính thủ thuật của kiến trúc này: bảng embedding n-gram 51B được truy cập bằng các khóa tra cứu đã biết trước, và chính điều đó cho phép một checkpoint cỡ này chạy với bảng embedding thường trú trong bộ nhớ máy chủ thay vì bị ghim trong VRAM. Đó là một đặc tính thiết kế, không phải một khẳng định về cỗ máy cụ thể của bạn, và đó là lý do mức tối thiểu thực tế ở đây là một máy có nhiều RAM hệ thống và ít bộ nhớ tăng tốc hơn, chứ không phải ngược lại.

nvfp4 cũng tồn tại, và nó mang một giấy phép khác. nvidia/Qwen3.8-Flash-Next-NVFP4 đã được công bố vào ngày 2 tháng 9 năm 2026, được tạo ra bằng bộ công cụ Model Optimizer của NVIDIA, và có tổng dung lượng khoảng 133 GB trải trên mười shard, cộng thêm một tệp FP8 dự đoán đa token và embedding theo từng lớp nặng 53,7 GB. Thẻ của nó liệt kê NVIDIA Open Model License, không phải giấy phép Qwen — một điểm đáng đọc lại hai lần nếu bạn định phân phối lại. Cũng có các bản dựng NVFP4 khác từ Red Hat AI, RadixArk và local-inference-lab; Intel phát hành một bản dựng W4A16 AutoRound; các bản dựng MLX cho Apple silicon có từ một số nhà phát hành cộng đồng.

Còn một định dạng nữa đáng được nhắc tên vì đây là định dạng của chính nhà cung cấp: Qwen/Qwen3.8-Flash-Next-FP8. Đây là một lượng tử hóa FP8 mịn với kích thước khối là 128, và thẻ của nó tuyên bố các chỉ số hiệu năng "gần như giống hệt với mô hình gốc." Nó mang cùng giấy phép cộng đồng như trọng số cơ sở, và đây là checkpoint mà chính pipeline đánh giá của Alibaba sử dụng.

Điều mà giấy phép cho phép — và tại sao điều đó trả lời câu hỏi không bị kiểm duyệt

Cụm truy vấn đơn lẻ lớn nhất xoay quanh mô hình này không phải là về các benchmark. Mà là về những bản dựng không kiểm duyệt và abliterated, và cách đúng để trả lời là đọc giấy phép và xem xét những gì đã được công bố, bởi vì hai điều đó quyết định thứ mà người đọc thực sự có thể có được.

Qwen3.8-Flash-Next được phát hành theo Qwen Community License 1.0. Văn bản giấy phép cấp miễn phí quyền sử dụng, sao chép, sửa đổi, hợp nhất, công bố, phân phối, cấp phép lại, bán, triển khai, lưu trữ, tinh chỉnh và tạo tác phẩm phái sinh từ trọng số, tham số, tệp cấu hình và mã suy luận. Giấy phép yêu cầu thông báo bản quyền và quyền cho phép phải đi kèm với các bản sao hoặc phần đáng kể. Giấy phép đặt ra ngưỡng đặt tên: nếu bạn sử dụng phần mềm hoặc sản phẩm phái sinh trong một sản phẩm hoặc dịch vụ thương mại có hơn 100 triệu người dùng hoạt động hàng tháng hoặc doanh thu hàng tháng 20 triệu đô la Mỹ, tên mô hình phải được hiển thị nổi bật trong giao diện của sản phẩm đó. Và giấy phép tách riêng các doanh nghiệp dịch vụ — doanh nghiệp "Model as a Service" hoặc "AI Work Assistant" yêu cầu giấy phép riêng từ Qwen trước khi sử dụng thương mại, với ngoại lệ dành cho mục đích sử dụng nội bộ đối với các triển khai không để lộ mô hình, đầu ra hoặc khả năng của mô hình cho bên thứ ba.

Ba hệ quả theo sau trực tiếp, và chúng chính là toàn bộ câu trả lời cho các truy vấn không bị kiểm duyệt:

• Các trọng số là mở và giấy phép cho phép rõ ràng các tác phẩm phái sinh. Do đó, các abliteration cộng đồng là hợp pháp, không phải thị trường xám, và chúng tồn tại với số lượng lớn — huihui-ai công bố một số bản, và gia đình Qwen3.8-Flash-Next-Uncensored của chính OrcaRouter được công bố theo Apache 2.0 với các bản dựng GGUF, FP8, NVFP4 và MLX bắt nguồn từ nó.

• Một sản phẩm phái sinh không phải lúc nào cũng kế thừa giấy phép gốc. Bản dựng N​VIDIA NVFP4 mang N​VIDIA Open Model License; một bản lượng tử hóa của abliteration cộng đồng có thể mang Apache 2.0. Nếu các điều khoản giấy phép là lý do bạn chọn tệp này thay vì tệp khác, hãy đọc thẻ của kho lưu trữ cụ thể mà bạn sắp tải xuống thay vì thẻ của mô hình gốc.

• Ngưỡng thương mại thay đổi theo quy mô doanh nghiệp của bạn, chứ không theo mô hình. Với một nhóm đang xây dựng công cụ nội bộ, ràng buộc thực tế là yêu cầu về thông báo. Với một nhóm bán quyền truy cập mô hình, điều khoản giấy phép riêng cho doanh nghiệp Model-as-a-Service là một hạng mục cần định giá trước khi bạn xây dựng dựa trên các trọng số này, và Apache-2.0 Qwen3.8-27B tránh hoàn toàn cuộc trao đổi đó.

Điều mà trang này sẽ không làm là mô tả cách bất kỳ dịch vụ được lưu trữ nào hoặc bất kỳ bản dựng cụ thể nào phản hồi với bất kỳ lời nhắc cụ thể nào. Đó không phải là điều mà giấy phép quy định và cũng không phải là điều chúng tôi đo lường. Giấy phép và các tệp trọng số đã công bố là những thứ xác định tính khả dụng, và cả hai đều là những thứ bạn có thể tự mình xác minh chỉ với vài cú nhấp chuột.

Hôm nay chạy gì

Đây là phần mà một trang thường trực nợ độc giả — người đã ghé đến với mong muốn xây dựng điều gì đó ngay chiều nay thay vì phải tải xuống 90 GB.

Qwen3.8-Flash-Next không phải là mô hình mà chúng tôi định tuyến, và mong ước bao nhiêu cũng không thể biến nó thành như vậy — hiện nay không có ID mô hình nào khớp với qwen3.8-flash-next trong danh mục của chúng tôi, và trang này sẽ không ám chỉ rằng sẽ có. Câu chuyện phục vụ của nó là câu chuyện tải về rồi tự host: kéo trọng số từ Hugging Face hoặc ModelScope, chọn giữa các đường safetensors, FP8, NVFP4 và GGUF ở trên, rồi chạy nó trên phần cứng do bạn tự trang bị.

Route What we do là bản dựng production của cùng kiến trúc. Qwen3.8-Flash đang hoạt động dưới dạng qwen/qwen3.8-flash với giá $0.15 mỗi triệu token đầu vào và $0.47 mỗi triệu token đầu ra, với đầu vào được cache ở khoảng $0.018 mỗi triệu và ngữ cảnh 1M token có thể nhận văn bản, hình ảnh và video rồi trả về văn bản. Mức giá đó là bảng giá công bố của nhà cung cấp được chuyển nguyên, không cộng thêm, nên thay đổi từ phía A​libaba sẽ đến endpoint của bạn trong cùng ngày thay vì vào chu kỳ thanh toán tiếp theo. Nếu điều bạn muốn từ bản xem trước là kiến trúc trong production chứ không phải checkpoint trên đĩa, thì đó là thứ gần nhất có thể gọi được với nó và chỉ cách bạn một key.

Nếu ràng buộc của bạn là giấy phép chứ không phải độ trễ, câu trả lời khác là Qwen3.8-27B. Đây là một mô hình dày đặc 27 tỷ tham số theo Apache 2.0 — không có ngưỡng đặt tên, không có thỏa thuận riêng cho doanh nghiệp dịch vụ — và nó được định tuyến dưới dạng qwen/qwen3.8-27b, vì vậy bạn có thể đo điểm chuẩn hai dạng kiến trúc với lưu lượng của chính mình trước khi cam kết chọn một trong hai. Cả hai đều nằm sau cùng một khóa và cùng một endpoint tương thích OpenAI, nghĩa là thử cái này rồi cái kia chỉ tốn một thay đổi model-id thay vì một tích hợp. Đó là cách rẻ để trả lời "liệu tôi có cần kiến trúc 6B-active không," vì nó đo khối lượng công việc của bạn thay vì điểm chuẩn của người khác.

Điều gì chưa được giải quyết

Việc "Next" trong tên của mẫu này là bản xem trước một lần hay là chiếc đầu tiên của một dòng được đánh số vẫn còn bỏ ngỏ, và không có gì được công bố cho phép bạn trả lời điều đó. Điều duy nhất người đọc có thể dựa vào là phiên bản sản xuất cùng dòng của bản xem trước này đã tồn tại và đã được định giá, điều này là bất thường — hầu hết các bản xem trước kiến trúc không được tung ra cùng với một sản phẩm thương mại tương ứng trong cùng một ngày. Hãy coi mẫu này là bản xem trước của một dòng sản phẩm đã có mặt một phần, chứ không phải là rò rỉ về một thứ còn chưa tồn tại.

Câu hỏi mở còn lại là về công cụ chứ không phải về mô hình. llama.cpp, vLLM và SGLang đều chạy được nó, bản dựng FP8 là checkpoint đánh giá của chính nhà cung cấp, và hệ sinh thái GGUF đã sản sinh ra đủ thứ từ bản 1-bit đến bản độ chính xác đầy đủ — nhưng chất lượng lượng tử hóa ở mức 1 đến 3 bit trên một mô hình mixture-of-experts lưu trữ 176B thì chưa phải là vấn đề đã ngã ngũ, và chưa ai công bố một so sánh có kiểm soát giữa các bản dựng bit thấp trên cùng một cấu hình phần cứng. Nếu bạn đang cân nhắc giữa UD-IQ1_S và UD-Q2_K_XL để tiết kiệm 6 GB, thì bạn đang đưa ra quyết định đó dựa trên đánh giá của chính mình, đó là cách đúng đắn để làm, và cũng chính là lý do vì sao một bảng kích thước mang tính suy đoán trên một trang như thế này sẽ còn tệ hơn cả vô dụng.

Hai trang anh em mang những góc nhìn mà trang này cố tình không có: bài đưa tin về rò rỉ, vốn tường thuật những gì các tín hiệu trước phát hành cho biết và được ghi ngày đúng thời điểm đó, và bài đối đầu trực tiếp với mô hình dense Apache-2.0, vốn nắm giữ phần so sánh. Hãy đọc những bài đó nếu bạn muốn câu chuyện về cách mô hình này xuất hiện hoặc một lập luận về việc nên chọn cái nào trong hai. Trang này vẫn sẽ ở đây, không thay đổi, khi cả hai bài kia đều đã lỗi thời.