Qwen3.8-Flash-Next vs Qwen3.8-27B：Qwen4-preview MoE 对阵开源权重主力型号

Qwen3.8-Flash-Next最令人意外的地方，不在于阿里巴巴声称其每个token仅激活60亿参数的模型就能击败开源领域的大部分对手——而在于部署运行它所需的内存竟然比被拿来对比的270亿参数稠密模型还要多。作为Qwen4架构的预览版，Qwen3.8-Flash-Next于2026年8月26日开源，它将一张510亿参数的N-gram查找表存放在系统RAM而非VRAM中；而Qwen3.8-27B是8月中旬发布的Apache-2.0多模态稠密模型，也是当前Qwen 3.8一代中开源权重的主力干将，在4-bit量化下可装入单张24GB显卡。在阿里巴巴自家的基准测试表上，这款新MoE在22项对比基准中有21项胜过27B。而在独立证据方面——竞技场排名、法律智能体研究、第三方吞吐量测量——两者之中只有27B拥有这些。这一组合就是全部决策依据。

一句话概括这场对决：两款同代开放权重、文本+视觉模型，原生上下文同为262K，均为在数据中心之外运行而设计——但在架构、许可证、价格以及其说法被验证的程度上截然不同。Qwen3.8-Flash-Next是稀疏MoE，预览了Qwen4预期继承的一切。Qw​en3.8-27B是稠密模型，将阿里巴巴构建2.4T旗舰时学到的经验压缩到单张GPU即可运行。在两者之间做选择，与其说是能力问题——阿里巴巴称预览版更胜一筹——不如说是你是否信任一份仅发布一天的厂商规格表，胜过信任一个已被社区深入剖析的模型。

记分牌

先说明来源：下文所有 Qwen3.8-Flash-Next 的数据均出自阿里巴巴自家，仅发布一天，且未经第三方复现。Qwen3.8-27B 的头条基准测试成绩同样由阿里巴巴报告，但 27B 拥有独立结果——人类偏好竞技场排名、法律领域研究以及 AMD 吞吐量实测——这些都是预览版无法企及的。

• 总参数 — Qwen3.8-Flash-Next：125B MoE + 51B N-gram + MTP（存储约180B），6B激活。Qwen3.8-27B：约27B稠密（含视觉编码器为28B），全部激活。

• 架构 — Qwen3.8-Flash-Next：Qwen4 预览版 — Qwen 稀疏注意力与 Gated DeltaNet 交替，门控残差，N-gram 嵌入，使用 Muon 训练。Qwen3.8-27B：48 个 GDN 线性注意力层加 16 个全注意力层（3:1），密集。

• 上下文 — 两者均原生支持 262,144 token，可通过 YaRN 扩展至 1M。

• 模态 — 两者都接受文本、图像和视频输入并返回文本。

• 许可 — Qwen3.8-Flash-Next：qwen-community-1.0。Qw​en3.8-27B：Apache 2.0。

• 价格 — Qwen3.8-Flash-Next：每 1M $0.16 / $0.47（已公布；生产 API 尚未开放）。Qw​en3.8-27B：每 1M $0.33 / $2.40，今日上线。

• 运行占用 — Qwen3.8-Flash-Next：主机 RAM 中的 51B 表，约 96GB 系统内存，另加 GPU 显存；FP8 约 186GB，Q4 GGUF 约 82GB。Qw​en3.8-27B：BF16 约 55.6GB，4-bit 可装入 24GB 显卡。

• 独立证据 — Qwen3.8-Flash-Next：暂无。Qw​en3.8-27B：在 Arena.ai Image-to-WebDev 上排名第一的开源模型，在 Code Arena WebDev 上总体排名第九，在 Harvey's Legal Agent 基准测试中排名第一的开源权重模型，AMD 实测吞吐量。

按照阿里巴巴自己的数据，预览版几乎全面胜出。

阿里巴巴发布的对比显示，Qwen3.8-Flash-Next 在22项语言和视觉基准中有21项得分与 Qwen3.8-27B 持平或更高，而且这些优势并非表面功夫。SWE-bench Pro 62.5 对 61.7 只是微弱领先，但 DeepSWE 58.7 对 42.2、JobBench 55.7 对 33.4、CoWorkBench 73.9 对 70.7 则是实实在在的差距——这正是 flash 层级所瞄准的智能体与办公工作负载。该预览版的头号数字——LiveCodeBench v6 91.9、GPQA Diamond 91.7、MathVision 95.7——同样在阿里巴巴的表格上超越了 27B 的对应行。这就是本次发布以数据形式陈述的核心论点：以一小部分活跃算力，获得更大 Qwen 3.8 系列的大部分推理与编码能力。

把标签保留在那句话上。这些是阿里巴巴自己的评估，来自阿里巴巴自己的测试框架；就预览版而言，评估结果只有一天之隔，而且两者均未经复现验证。针对这一对阵排名靠前的 KGP Talkie 架构拆解也得出了相同形态的结论，但它依据的是同一份供应商资料。供应商表格只是承诺；本段中的任何内容都未经独立证实。

27B 有而 Flash-Next 没有的：证据

竞争格局从这里开始不再一边倒。Qw​en3.8-27B 已经公开发布两周，社区产出了三个独立的数据点。在 Arena.ai 的 Image-to-WebDev 排行榜上——由盲评人类投票决定观众更愿意发布两个匿名输出中的哪一个——27B 在开放模型中排名第 1，总排名第 7，报告得分为 1,574。在姊妹榜单 Code Arena WebDev 上，它以 1,595 分位列总榜第 9，是前十名中唯一属于该规模等级的模型。法律 AI 公司 Harvey 和 Engram 进行了一项模拟律师事务所研究，将适配后的 27B 置于其法律智能体基准的榜首——但需要说明的是，该模型事先学习了测试语料库，因此这更多是微调空间的展示，而非对原始权重的评分。AMD 发布了 Day-0 吞吐量数据：在 Ryzen AI Max+ 395 上为 24.5 tokens/s，在 Radeon AI PRO R9700 上为 51.8 tokens/s。这些都不是通用质量评分——目前仍没有针对 27B 的 Artificial Analysis 指数——但每一项都是实际运行过该模型的第三方。

Qwen3.8-Flash-Next完全没有这些。它的整张基准测试表都来自阿里巴巴，撰写本文时数据才出炉几个小时，没有任何独立实验室复现过哪怕一行结果。这不是指控，而是对刚发布一天的版本的定义。但恰恰是这种不对称性应当主导选择：预览版在现有仅有的数据上领先，而每一个数据都出自那个希望你相信它的厂商之手。

部署分支

这两个模型之间的实际区别在于参数存放的位置，而这决定了你需要什么样的硬件。Qwen3.8-Flash-Next 刻意将其 51B 的 N-gram 嵌入表卸载到主机内存中，在那里可以异步预取——这就是为什么它增加了 51B 的参数容量却不会增加每个 token 的计算量。结果是，该模型无法像之前的本地 Qwen 那样装进一张 24GB 的消费级显卡。社区估算 Q4 GGUF 总量约为 82GB（约 58GB 主权重加上 24GB 查找表），FP8 版本约为 186GB，BF16 约为 360GB；可行的配置是一台拥有约 96GB 系统内存的机器，外加任意一块能运行激活的 6B 模型的 GPU。其回报是每个 token 的计算成本很低——这是该架构押上的全部赌注——而且长 1M token 的上下文依然负担得起，因为 GDN 层压缩历史记录，而不是让 KV 缓存不断增长。

Qw​en3.8-27B 则是另一种情况：它是稠密模型，因此每个 token 都会运行全部 27B 参数，但它的规模足够小，整体可以放进你已有的硬件中。BF16 权重约为 55.6GB；在 4-bit 量化下，它可以运行在 24GB 显存的显卡上，如 RTX 3090 或 4090，并且 AMD 的测量显示，在 AI Max 级和 Radeon PRO 硬件上，它能达到每秒 24.5 到 51.8 个 token。如果限制条件是一台单独的工作站，那么 27B 才是真正能放下的那个；如果限制条件是规模化的每 token 成本，那么 Flash-Next 在纸面上更胜一筹。

定价区间

API 价格从另一面讲述了同一个故事。Qw​en3.8-27B 今天已在 OrcaRouter 上线，每百万输入 token 0.33 美元，每百万输出 token 2.40 美元，提供商列表价格零加价直接传导——自助托管选项已可调用，无需购买 GPU。Qwen3.8-Flash-Next 目前还没有路由到任何地方：在生产级 Qwen3.8-Flash 以公布的 0.16/0.47 美元在 QwenCloud API 上开放之前，开放权重是唯一路径。当该 API 开放时，同样的直通会在同一天把 0.16/0.47 美元的价格放到我们这边，与 27B 使用同一个 key，并可在两者之间自动故障转移——因此，采用一天前才出现的架构的方式，不是把生产押在它上面，而是把一部分流量指向它，并以经过验证的模型作为回退。路由层还可以代理你自己托管的模型，这是今天在不做第二次集成的情况下评估 Flash-Next 开放权重的实际路径。

该运行哪一个

如果你现在就想搭上 Qwen4 的方向，如果你的工作负载量大到让 $0.16/$0.47 对比 $0.33/$2.40 的差价成为实打实的数字，或者如果你有足够的内存自行托管并且不介意受制于厂商，那就选 Qwen3.8-Flash-Next。如果你需要 Apache-2.0 许可条款、单张 24GB 显卡、一个今天就能调用的模型，或者任何程度的独立证据——那就选 Qw​en3.8-27B，它是这两者中唯一被阿里巴巴以外的人真正运行过的。

上面的两张截图分别展示了两半的公开表面：OrcaRouter 列表显示 Qw​en3.8-27B 目前可以以 $0.33/$2.40 的价格调用，以及 Hugging Face 上的 Qwen/Qwen3.8-Flash-Next 模型卡。

而诚实的结论是一个问号，因为证据基础才只有一天：一个激活了60亿参数的模型，能否在独立复现中保持22项测试拿下21项的战绩？还是说，让它服务精简的N-gram表，恰恰就是在真实工作负载上掉链子的东西？27B已经经受了两周的社区审视。Flash-Next现在正处于27B两周前的位置——这正是让它们并排运行、而非二选一的最佳理由。