Qwen3.8-Flash-Next 突然开源！125B 模型本地运行，显存不够硬盘来凑，居然真能跑

外来客 • 2026-09-05 18:28:05

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

架构特性：采用 MoE 混合专家架构，每 Token 激活约 60B 参数；原生支持 26.2 万上下文，扩展后可达百万 Token。
部署实测：使用 GGUF 格式量化版（如 UD IQ4 HS），配合 llama.cpp 及 MMAP 技术，在 24GB 显存、64GB 内存及 2TB 硬盘环境下成功运行，速度约 10-11 Token/秒。
性能对比：
与 Qwen3.5 Flash 对比：生成蜂鸟游戏效果更佳。
与 Opus 5、GPT-5.6S 盲测：在代码推理及 Agent 任务中达到意想不到的优异效果，视觉光照与相机指令遵循更精准。
与 Qwen3.8 27B 对比：Flash Next 侧重体验与视觉效果（如大气光晕），27B 侧重计算物理等技术的精准度。
长程任务：MacBook Pro (M5, 64GB) 上运行速度约 30 Token/秒，完成包含网络搜索、Python 调用及表格整理的 8 分钟 Agent 循环；另一案例中自主调试游戏长达 5 小时，消耗 7000 万缓冲 Token。