Qwen releases Qwen3.8-Flash-Next! 來了
-
看起来与27b差距不算大,可以算是同一级别的能力吗?
-
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。
-
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!
-
看起来与27b差距不算大,可以算是同一级别的能力吗?
等跑分 目前還沒出來
Artificial Analysis Intelligence Index
https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index -
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
-
@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

-
-
@Tony-Wang 看我的帖子。









