通义千问发布开源权重新模型，被定位为 Qwen4 架构早期预览

知名开发者、独立博客作者 Simon Willison 在其个人网站报道了通义千问（Qwen）团队最新发布的一款开源权重模型。该模型被官方定位为下一代 Qwen4 架构的「早期预览」，意味着其底层设计有望延续到后续主力大模型中，因此受到开源社区较高关注。

模型基本规格

据 Willison 介绍，这款被命名为 Qwen3.8-Flash-Next 的模型采用多模态混合专家（MoE）架构，总参数规模达 125B，但每次推理仅激活约 6B 参数。这种「大底座、小激活」的设计思路能够在控制推理算力的同时带来较大幅度的性能提升，是当前主流 MoE 大模型的典型范式。

更值得关注的是，通义官方将该模型明确定位为 Qwen4 架构的早期预览版本。对希望提前评估下一代 Qwen 系列能力走向的开发者和研究者而言，这是一款具有参考价值的「预告型」开源权重。

本地部署与量化实测

Willison 在英伟达 DGX Spark 设备上对该模型进行了上手实测，所使用的量化权重来自社区知名的 Unsloth 项目。他尝试了多个不同精度的量化版本：

UD-IQ1_S 量化版：约 72.5 GB，可正常生成图像类内容；
UD-Q2_K_XL 量化版：约 78.9 GB，整体输出质量更稳定。

Willison 表示自己仍在持续探索模型能力，目前在 UD-Q2_K_XL 版本下将推理强度调至 xhigh 档位时的输出令他印象最深刻。他在测试中使用了经典的「骑自行车的鹈鹕」等创意提示词来检验模型的多模态生成表现。

对开源生态的意义

作为阿里通义千问系列的最新开源权重发布，这款模型延续了 Qwen 团队在开源大模型领域的活跃节奏。综合来看，125B / 6B 的参数配置、多模态能力以及对 Qwen4 架构的前瞻性，使其成为关注国产开源大模型动向、特别是期待 Qwen4 的开发者群体的重点关注对象。Willison 的实测也为社区在没有高性能显卡集群的情况下，如何借助极致量化在单机上跑通该模型提供了参考路径。