Qwen-Image-2.1 开源：7B 图像生成与编辑模型

Ornith-1.0 是专为智能体编程设计的开源大语言模型家族，提供 9B Dense、31B Dense、35B MoE 和 397B MoE 四种尺寸。基于 gemma4 和 qwen3.5 后训练，采用强化学习联合优化任务脚手架与解决方案的自我改进策略。在多个编码基准上取得开源模型最优：Terminal-Bench 2.1（77.5）、SWE-Bench Verified（82.4）/ Pro（62.2）/ Multilingual（78.9）、NL2Repo（48.…

以为是个玩笑，但我核实了一下。美国联邦公报（Federal Register）在其搜索模式中使用了蒸馏版 Qwen 模型。 真是讽刺。 引用 @tleilax___：美国政府正式蒸馏中国开源 AI 模型 ；）

@Alibaba_Qwen 发布 Qwen3.8-Max 升级版 Qwen3.8-Max-0902，2.4T 参数、1M 上下文 token，针对 Coding & Cowork 进一步后训练，已通过 QwenCloud API 上线，每 1M tokens 定价 $2 输入、$6 输出，缓存命中 $0.17/$0.25。

Qwen3.8-Flash-Next（125B MoE，6B 激活）在 8/9 项基准上超越 Claude Opus 4.6 Max；GLM-5.3-Flash（320B 总参，18B 激活）在 Terminal-Bench 2.1 得 84.3 分，逼近 Opus 4.8 的 85.0。两者均为 MIT 许可、原生多模态、1M 上下文，但完整权重需专业工作站或本地服务器才能运行。

Qwen3.8-Flash-Next 正式发布，这是一款高度稀疏的 MoE 模型，总参数 125B 外加 51B N-gram 嵌入，但每个 token 仅激活 6B 参数。

Qwen3.8-Flash-Next正式发布，这是一款高度稀疏MoE开源多模态模型，总参数125B加51B n-gram嵌入，每token仅激活6B参数，原生256K上下文可经YaRN扩展至1M。

通义千问（Qwen）即将发布 Qwen3.8-Flash-Next，作为 Qwen4 架构的预览版，今日正式开放。据已下架的 ModelScope 页面显示，该模型采用多模态 MoE 架构，总参数约 176B（125B 主参数 + 51B N-gram 嵌入），但每 token 仅激活 6B 参数。最终 benchmark 表现值得关注。

阿里即将开源 Qwen3.8-Flash-Next，这是一款基于下一代架构的开放权重多模态 MoE 模型，该架构将支撑即将推出的 Qwen4 系列。开发者可提前体验 Qwen4 的架构改进。有评论称 Qwen-3.8 27B 表现出色，并对 Qwen-4 27B 充满期待。

好戏还在后头：显然还有一个新 Qwen 模型--Qwen 4--已经在测试中了。 所以现在我们有： - 新 Claude 模型（可能是 Opus 5.1 和 Haiku） - Ox Alpha（可能是 GLM-5.3 Flash） - Qwen 4（？） 都已在测试中或被目击。 + GPT Astra 已确认。 没错，接下来几周会很有趣。