---
title: "国产大模型还是惊喜不断 一是阿里正式发布 Qwen3.8-Flash。 这是一个多模态 MoE 模型，主模型参数量为125B，额外配备 51B 的 N-gram"
topic_id: 45548858415445258
created_at: 2026-08-27T08:13:18.491+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 国产大模型还是惊喜不断 一是阿里正式发布 Qwen3.8-Flash。 这是一个多模态 MoE 模型，主模型参数量为125B，额外配备 51B 的 N-gram

- 序号：617
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548858415445258)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

国产大模型还是惊喜不断

一是阿里正式发布 Qwen3.8-Flash。

这是一个多模态 MoE 模型，主模型参数量为125B，额外配备 51B 的 N-gram Embedding，每 token 激活 6B 参数。

仅6B

而且，Qwen3.8-Flash训练成本较Qwen3.7-Plus骤降近90%，推理成本同样大幅下降，每百万Tokens输入仅1元，输出3元，价格最低至DeepSeek-V4-Flash的1/3，将全球模型性价比“斩杀”至极致新水平。

二是智谱。

上线并开源GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。

GLM-5.3-Flash定价为GLM-5.3的1/10，限时折扣内为GLM-5.3的1/20，为Opus 4.8的1/40。

而且首次在大规模流量中尝试用大国产芯片集群提供服务，这些芯片通过自研高带宽互联网络连接。

## 总体总结

主题正文
1. 国产大模型还是惊喜不断
2. 一是阿里正式发布 Qwen3.8-Flash。
3. 这是一个多模态 MoE 模型，主模型参数量为125B，额外配备 51B 的 N-gram Embedding，每 token 激活 6B 参数。
4. 而且，Qwen3.8-Flash训练成本较Qwen3.7-Plus骤降近90%，推理成本同样大幅下降，每百万Tokens输入仅1元，输出3元，价格最低至DeepSeek-V4-Flash的1/3，将全球模型性价比“斩杀”至极致新水平。
5. 上线并开源GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。
6. GLM-5.3-Flash定价为GLM-5.3的1/10，限时折扣内为GLM-5.3的1/20，为Opus 4.8的1/40。
7. 而且首次在大规模流量中尝试用大国产芯片集群提供服务，这些芯片通过自研高带宽互联网络连接。