**Qwen3.8-Flash-Next架构设计：以1/9训练成本实现超越前代性能**

_On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability_

> Qwen团队发布Qwen3.8-Flash-Next架构论文，该稀疏混合专家模型仅125B参数（每token激活6B），在14个预训练基准中8项超越前代397B模型，训练成本仅为1/9。论文介绍了Gated DeltaNet与全局注意力的混合机制、Qwen稀疏注意力、Gated Residual残差设计等创新，并结合Muon优化器显著提升了训练稳定性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-09-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.30320)