La versión comercial incorpora una ventana de contexto de hasta un millón de tokens y herramientas integradas. Su base, Qwen3.8-Flash-Next, ofrece pesos descargables y anticipa elementos de la arquitectura prevista para Qwen4.
Alibaba presentó Qwen3.8-Flash, un modelo multimodal de mezcla de expertos destinado a servicios administrados y aplicaciones con un alto volumen de consultas. El anuncio de la compañía destaca su orientación a tareas de programación, uso de herramientas y automatización de trabajos prolongados.
La nomenclatura requiere una distinción. Qwen3.8-Flash es la versión comercial preparada para producción, con una ventana de contexto de un millón de tokens y herramientas integradas. Los pesos descargables corresponden a Qwen3.8-Flash-Next, modelo experimental sobre el cual se construyó la edición comercial, según explica la ficha oficial publicada en Hugging Face.
Una arquitectura que anticipa Qwen4
Qwen3.8-Flash-Next emplea un modelo principal de 125.000 millones de parámetros, acompañado por 51.000 millones de parámetros en embeddings de n-gramas. En cada token se activan aproximadamente 6.000 millones de parámetros. La arquitectura combina Gated DeltaNet con Qwen Sparse Attention, un mecanismo que selecciona partes relevantes del contexto en bloques pequeños para limitar el costo de procesar secuencias extensas.
El diseño también incorpora residuales con compuertas y cuatro ramas, embeddings que aprovechan combinaciones locales de tokens y una estrategia de entrenamiento que distribuye el trabajo entre los optimizadores Muon y AdamW. Alibaba presenta estas modificaciones como una vista preliminar de la arquitectura prevista para Qwen4. Los detalles técnicos y las instrucciones de despliegue están disponibles en el repositorio oficial del proyecto.
La variante de pesos abiertos admite texto e imágenes. Su contexto nativo es de 262.144 tokens y puede ampliarse hasta un millón. Alibaba distribuye los archivos mediante Hugging Face y ModelScope bajo la licencia Qwen Community 1.0. El modelo puede desplegarse con herramientas como Transformers, vLLM, SGLang y llama.cpp, aunque los requisitos de memoria dependerán de la precisión, la cuantización y la infraestructura utilizada.
Resultados que requieren validación independiente
Las pruebas publicadas por el equipo de Qwen sitúan al modelo por encima de algunos sistemas de mayor tamaño en tareas de programación, trabajo de oficina, uso de herramientas y comprensión visual. Sin embargo, estas comparaciones deben interpretarse con cautela. Parte de las evaluaciones fue ejecutada por el propio proveedor, algunos bancos de pruebas son internos y no todos los modelos comparados utilizaron exactamente la misma metodología. Por ello, los resultados no sustituyen evaluaciones independientes sobre cargas de trabajo reales.
Precios distintos según la región
Alibaba promociona Qwen3.8-Flash por su relación entre costo y capacidad, pero no existe una tarifa única para todos los mercados. La documentación de Model Studio consultada el 31 de agosto de 2026 muestra precios diferenciados por región. En Virginia, por ejemplo, la tarifa indicada es de 0,113 dólares por millón de tokens de entrada y 0,382 dólares por millón de tokens de salida. Las organizaciones también deben considerar almacenamiento en caché, transferencia de datos, infraestructura y posibles cambios en las condiciones comerciales.
El aspecto más relevante del lanzamiento no es una clasificación concreta, sino la apuesta por reducir la cantidad de parámetros activos y el costo de la atención en contextos largos. El rendimiento efectivo tendrá que comprobarse en aplicaciones empresariales, especialmente en tareas con herramientas, documentos extensos y flujos multimodales.
Fuentes
- Alibaba Cloud Community, anuncio de Qwen3.8-Flash
- Qwen, repositorio oficial de Qwen3.8-Flash-Next
- Qwen, ficha oficial de Qwen3.8-Flash-Next en Hugging Face
- Alibaba Cloud Model Studio, precios de modelos
Ilustración: captura del sitio
📬 Newsletter gratuito
