阿里在云栖大会上预告 Qwen4，并同步开源了基于 Qwen4 架构的实验性预览模型 Qwen3.8-Flash-Next。这相当于在正式版本发布前，先把下一代架构的核心改动放出来让社区验证。

新架构从四个维度做了系统性升级：注意力机制采用 GDN 与 QSA 混合设计，长上下文推理效率大幅提升；残差连接扩展为四条并行分支并加入动态门控，支持 FP8 存储；引入 510 亿参数的 N-gram Embedding，几乎不增加计算量就能扩展模型容量；优化器切换为 Muon，配合重新拟合的缩放定律，训练成本降至 Qwen3.7-Plus 的约 1/9。

模型规格上，主模型 1250 亿参数，每 Token 仅激活 60 亿参数，原生支持 262K 上下文并可通过 YaRN 扩展至 100 万 Token。在编程和办公类任务上，表现已超过部分头部闭源模型。

完整 Qwen4 模型家族将沿用这套架构继续开发，正式发布时间尚未公布。此外，正在研发中的 QwenBook 平板计划把 Qwen3.8-Max 和 Qwen3.8-Flash 下沉到系统层，作为现阶段的端云模型基础。

阿里这次把架构创新直接开源，等于把 Qwen4 的"底牌"提前亮了一半。2026云栖大会