2026年8月26日，阿里巴巴（通义千问 / Alibaba Cloud）正式发布开源多模态MoE模型Qwen3.8-Flash。官方博客与通义千问平台发布记录显示，这是一款面向"最优性价比"定位的模型，在编程辅助、智能体协作、图文理解等场景表现突出，让旗舰大模型竞争再度聚焦到"架构创新+极致算力成本"上。
MoE架构与激活参数
Qwen3.8-Flash采用MoE（混合专家）架构：总参数125B，每个token仅激活6B参数，另含51B N-gram embeddings用于低成本扩展词汇/语言覆盖。这种"大总参、小激活"的设计让模型兼具较强能力与较低推理成本，是当前MOE模型控制每token算力开销的主流思路。
百万级上下文与多模态
该模型原生支持262,144（262K）token上下文窗口，并可通过配置扩展至100万token，官方称其在长文档、多轮智能体协作的复杂任务上具备优势；同时支持图文等多模态理解。对RAG、长会话类Agent（智能体）应用而言，这降低了长上下文工程化的门槛。
价格与部署
API定价为输入1元/百万token（约0.16美元）、输出3元/百万token（约0.47美元），可通过通义千问/DashScope及阿里云百炼等渠道访问。同期8月中旬Gemini 3.7 Flash、DeepSeek-V4-Pro等新品密集发布，各厂商在本轮MOE模型的"性能-价格比"上展开贴身竞争，值得模型选型团队保持跟踪。