<![CDATA[Qwen releases Qwen3.8-Flash-Next! 來了]]>Qwen/Qwen3.8-Flash-Next (參數180B)
https://huggingface.co/Qwen/Qwen3.8-Flash-Next

Qwen3.8-Flash-Next（約125B-A6B + 51B n-gram）
記憶體預估：理想的 4 位元量化表 ≈ 82 GB
（58 GB 主權重 + 24 GB n-gram 表）
實際量化表的大小可能在 80-90 GB 範圍內。
大型 n-gram 表存取稀疏 → 非常適合系統 RAM 卸載。
一旦重量減輕，這種架構可能會出乎意料地對本地化非常友善。

9242b596-3897-4713-8f97-65ea47705b64-image.jpeg

b9fdb39d-77d4-4cd9-bda7-539d1d486307-image.jpeg

231e4eaf-80ba-44df-956d-1ac649a346be-image.jpeg

2429bef1-97fa-40fc-95a7-b3e5e6156d05-image.jpeg

翻譯版

编程 Coding

评测项目 Qwen3.8-Flash-Next Qwen3.8-27B Qwen3.7-Plus DeepSeek-V4-Flash-0731 Claude-Opus-4.6 (Max)
智能体编程 Agentic coding — DeepSWE 1.1 58.7 42.2 16.5 54.4 --
智能体编程 Agentic coding — SWE-bench Pro 62.5 61.7 55.8 56.0 53.4
多语言软件工程 Multilingual software engineering — SWE-bench Multilingual 81.0 73.8 75.8 -- 77.5
仓库级代码生成 Repo-level code generation — NL2Repo-Bench 48.1 42.3 41.1 54.2 47.6

智能体 Agent

评测项目 Qwen3.8-Flash-Next Qwen3.8-27B Qwen3.7-Plus DeepSeek-V4-Flash-0731 Claude-Opus-4.6 (Max)
长周期办公任务 Long-horizon office work — CoWorkBench 73.9 70.7 65.1 45.1 68.2
专业工作任务 Professional job tasks — JobBench 55.7 33.4 27.6 41.3 36.6
前沿智能体任务 Frontier agentic tasks — Agents' Last Exam Pass@1 24.3 / Score 51.2 Pass@1 20.4 / Score 42.9 Pass@1 13.2 / Score 33.6 Pass@1 25.2 / Score -- --
真实世界工具使用 Real-world tool use — Toolathlon Verified (Pass@1) 73.5 67.1 50.6 70.3 --

通用能力 General

评测项目 Qwen3.8-Flash-Next Qwen3.8-27B Qwen3.7-Plus DeepSeek-V4-Flash-0731 Claude-Opus-4.6 (Max)
指令遵循 Instruction following — IFBench 81.3 79.5 79.1 79.2 62.5
科学推理 Scientific reasoning — GPQA Diamond 91.7 89.2 90.3 90.8 91.3
多学科推理 Multidisciplinary reasoning — HLE 35.9 30.8 34.7 33.8 40.0
竞技编程 Competitive coding — LiveCodeBench v6 91.9 90.3 89.6 90.6 88.8

注释

  1. DeepSWE 1.1：使用 Claude Code 和 mini-SWE-agent 两套评测框架进行测试，temp=1.0、top_p=0.95、上下文窗口为 256K。报告两套框架中的最高分；其中 Qwen3.8-Flash-Next 在 mini-SWE-agent 上表现最佳。

  2. SWE-bench Pro：除 Claude-Opus-4.6 (Max) 使用官方公布成绩外，其余所有模型均使用 Claude Code 评测框架，temp=1.0、top_p=0.95、256K 上下文窗口。存在问题的任务已被修正，并在改进后的 Benchmark 上重新评测所有基线模型。

  3. SWE-bench Multilingual：使用 mini-SWE-agent 评测框架，temp=1.0、top_p=0.95、256K 上下文窗口。

  4. NL2Repo-Bench：使用 Claude Code 评测框架。为了防止“奖励黑客”(reward hacking)，禁用了尝试访问指定代码仓库的 Bash 命令，例如 pip download、pip install 和 git clone。

  5. CoWorkBench：内部开发的协作工作 Benchmark，用于评估计算机科学、金融、法律、医疗及其他生产力领域中的长周期办公与生产力智能体任务。

  6. HLE：由 GPT-4o 进行判定评分。

  7. 每一行的最佳成绩以粗体显示。

  8. 空白单元格 -- 表示成绩尚未提供，或该项目不适用。

]]>https://lcz.me/topic/1339RSS for NodeMon, 07 Sep 2026 18:38:43 GMTWed, 26 Aug 2026 13:14:54 GMT60<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Sat, 29 Aug 2026 12:26:37 GMT]]>@Tony-Wang 看我的帖子。

]]>https://lcz.me/post/14778https://lcz.me/post/14778Sat, 29 Aug 2026 12:26:37 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 13:19:54 GMT]]>RTX PRO 6000 跑起来都累，27B养老吧！

]]>https://lcz.me/post/14373https://lcz.me/post/14373Thu, 27 Aug 2026 13:19:54 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 06:01:51 GMT]]>@benton-yi

Prefill and Decode 到時候看兩組的表現
希望雙GB10比較快 至少Nvidia 生態系還有戰略價值和優勢

Jensen 剛剛出手了 Nvidia 生態系保衛戰
6132bd5a-8e65-4280-a7b5-e31bf54f3475-image.jpeg

aa0e2e9b-2fce-40e9-9d27-6f189e4736c7-image.jpeg

]]>https://lcz.me/post/14273https://lcz.me/post/14273Thu, 27 Aug 2026 06:01:51 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 05:44:45 GMT]]>@kos-or 其实就是押注苹果输这一场，而且价格上nVidia的256Gb比苹果256Gb便宜了快2w

]]>https://lcz.me/post/14271https://lcz.me/post/14271Thu, 27 Aug 2026 05:44:45 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 05:38:29 GMT]]>@benton-yi

哈哈 對的 我當時快OOM了 所以把萬當成K 🙂

怎麼不買新的 Mac Studio Ultra 256GB 版本的 大約US$15K , 不過我也不知道是否有比雙GB10快

]]>https://lcz.me/post/14268https://lcz.me/post/14268Thu, 27 Aug 2026 05:38:29 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 05:20:35 GMT]]>@kos-or 单位应该是千美元吧，双GB10大概是从8千涨到13千。听说苹果上架m6mini和m5u的studio之后，DGX销量小幅度上涨，一些货源不充足的卖家已经接近断货，好在厂商能持续订到。昨晚连夜找朋友渠道下单拿了两台现货来玩玩，感觉又被资本做了局

61f114ec-5b96-46c5-a9c3-38c2b03959d4-ee81421f1a6f2b1142279082561fdb96.jpg

]]>https://lcz.me/post/14264https://lcz.me/post/14264Thu, 27 Aug 2026 05:20:35 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 23:18:44 GMT]]>@Quanta-Magic

等跑分 目前還沒出來
Artificial Analysis Intelligence Index
https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index

]]>https://lcz.me/post/14205https://lcz.me/post/14205Wed, 26 Aug 2026 23:18:44 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 05:46:03 GMT]]>

@terry said:

这个模型是小主机，mac用户的福音，但是要大内存，128G目前还是紧张

也要看新版的 Mac Studio M5 Max/Ultra 跑ComfyUI的表現了

8 月 27 日上午 9 點開始預訂
9 月 22 日開始發售

Mac Studio 配備 M5 Ultra 晶片 
256GB 統一記憶體. / 4TB 儲存裝置
36 核心 CPU、80 核心 GPU、32 核心神經網路引擎

b14ba031-29f7-451b-940e-54647b3e7389-image.jpeg

160f942f-ad5c-4414-800b-a2797bb282a2-image.jpeg

626f8a09-3a21-493e-b733-c799186f4095-image.jpeg

技術規格

1f34efd2-c08e-4323-8bf9-d3945d70d348-image.jpeg

技術規格

e53dc134-a39f-45d8-84a0-68e5ce4b27f2-image.jpeg

]]>https://lcz.me/post/14204https://lcz.me/post/14204Thu, 27 Aug 2026 05:46:03 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Thu, 27 Aug 2026 05:35:08 GMT]]>

@benton-yi said:

双GB10的场景又添一个极具说服力理由

双GB10 13K美元的投資(之前8K美元), 接著看看實際跑的數據效果好不

]]>https://lcz.me/post/14202https://lcz.me/post/14202Thu, 27 Aug 2026 05:35:08 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 22:08:05 GMT]]>不是同一级别，你看到的"差距不大"主要来自 SWE-bench Pro 单点（62.5 vs 61.7，几乎打平），但那是个快饱和的基准——27B 已经摸到天花板，两边都挤在 60 出头，才会给你"差不多"的错觉。看完整张表，Flash-Next 在绝大多数行都是领先的：

  • DeepSWE 1.1：58.7 vs 42.2，差 16.5 分，代际差距
  • JobBench：55.7 vs 33.4，差 22.3 分
  • SWE-bench Multilingual：81.0 vs 73.8
  • Toolathlon：73.5 vs 67.1
  • ALE Pass@1：24.3 vs 20.4
  • 通用能力也全面小幅领先：GPQA 91.7 vs 89.2、HLE 35.9 vs 30.8、LiveCodeBench 91.9 vs 90.3、IFBench 81.3 vs 79.5

真正拉开差距的是长链路 agentic 任务——DeepSWE/JobBench 这种多步工具调用，27B 掉得很快。横向看它更接近 DeepSeek-V4-Flash-0731 那一档（DeepSWE 58.7 vs 54.4、JobBench 55.7 vs 41.3、Toolathlon 73.5 vs 70.3，DS 只在 NL2Repo 54.2 和 ALE Pass@1 25.2 反超），比 27B 高整整一档。

但"能力高一档"不等于"值得本地部署"：这货 180B 参数（HF 页面写的），Bunsei 说的"快 200G"就是这个意思——128G 内存都紧张，terry 也说要等优化。27B Q4 只要 16-17G 显存，24G 卡就能跑；Flash-Next 本地要么大内存硬扛，要么部分权重 RAM offload——kos or 之前试 122B A10B offload 最高才 18 tok/s，低于 25 tok/s 就没实用价值。结论：能力高一档，部署成本也高一档，没 128G+ 内存或双大显存卡的话，27B 依然是性价比最优解。

]]>https://lcz.me/post/14200https://lcz.me/post/14200Wed, 26 Aug 2026 22:08:05 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 21:37:41 GMT]]>看起来与27b差距不算大，可以算是同一级别的能力吗？

]]>https://lcz.me/post/14199https://lcz.me/post/14199Wed, 26 Aug 2026 21:37:41 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 21:23:40 GMT]]>很好，这个模型是小主机，mac用户的福音，但是要大内存，128G目前还是紧张，估计要等优化。

]]>https://lcz.me/post/14197https://lcz.me/post/14197Wed, 26 Aug 2026 21:23:40 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 14:03:09 GMT]]>双GB10的场景又添一个极具说服力理由。社区生态拿主机游戏厂的生态打比方，真的就是
Intel从之前的Xbox生态正在朝PlayStation生态努力，而AMD已经爬到了Switch的生态位想要牢牢守住，怎奈nVidia已经是next level的Steam了…

nVidia：你们骂我造的steamdeck垃圾？ok我现在就砸钱让游戏厂商每年做100个针对SteamDeck的优质游戏！

]]>https://lcz.me/post/14150https://lcz.me/post/14150Wed, 26 Aug 2026 14:03:09 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 13:46:17 GMT]]>得了，过会去阿里云按时付费部署个看看速度，要是cpu-offload速度还行，那考虑加点内存跑跑😢

]]>https://lcz.me/post/14145https://lcz.me/post/14145Wed, 26 Aug 2026 13:46:17 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 13:23:59 GMT]]>@Tony-Wang

可以試試看一部分權重放RAM去推論 不知道速度多快, 沒25TPS 就沒實際效用了

我上次部分權重放RAM 試了Qwen3.5-122B-A10B 最高速度才18 toks/s 玩不下去

]]>https://lcz.me/post/14142https://lcz.me/post/14142Wed, 26 Aug 2026 13:23:59 GMT<![CDATA[Reply to Qwen releases Qwen3.8-Flash-Next! 來了 on Wed, 26 Aug 2026 13:17:11 GMT]]>@kos-or

显存不够啊，只够Q2量化的，想想都没动力去部署了😂

]]>https://lcz.me/post/14141https://lcz.me/post/14141Wed, 26 Aug 2026 13:17:11 GMT