在 AndroidWorld 上得分 84.5，千问

千问之前就解释过，千问作为 Qwen4 中使用的千问架构的前身。而且高峰期还得翻倍，千问是千问下代大模型的技术预览版。那大家可以换换大模型使用了。千问N-gram 嵌入 & Muon 优化器，千问而且性价比又高，千问

官方表示它具有无与伦比的千问性价比，在 CoWorkBench 上得分 73.9，千问Qwen3.8-Flash的性价比确实很高。门控残差、但实际上是下一代Qwen4架构了。

这个性能整体上是超越了V4 Flash的，今晚除了智谱会开源牛来大模型之外，在 MathVision（带 CI）上得分 95.7。可通过 YaRN 扩展至 1M。

据官方介绍，在 SWE-bench Pro 上得分 62.5，价格仅为$ 0.16/1M输入令牌和$0.47/1M输出令牌。Qwen3.8-Flash采用下一代架构——GDN + QSA 混合注意力、每个令牌仅激活 6B，262K 原生上下文，Qwen3.8-Flash是一个多模态 MoE 模型，

性能基准方面，

8月26日消息，Qwen3.8-Flash是为了让开源社区提前体验Qwen4架构的新技术，

作为对比，125B 参数 + 51B N-gram 嵌入，Qwen3.8-Flash在 DeepSWE 1.1 上得分 58.7，实际性能如果确实如此，

技术上，