Basalt 0.2.0 ускорил работу Qwen3.8 Flash Next на NVIDIA Blackwell
2026-11-01 вышел Basalt 0.2.0 — обновление открытого движка для запуска Qwen3.8 Flash Next на видеокартах NVIDIA Blackwell. По данным разработчика, скорость формирования ответа на связке RTX 5090 400 Вт и RTX 5060 Ti 180 Вт выросла примерно на 13% относительно Basalt 0.1.0. В тестах авторов показатель для обычного текста увеличился с 297 до 330–337 токенов в секунду, а для структурированного вывода — с 558 примерно до 600 токенов в секунду; независимых замеров пока нет.
Basalt распространяется по лицензии MIT и собирается из исходного кода, готовых исполняемых файлов нет. Версия 0.2.0 использует формат файлов .basalt v2: прежние пакеты потребуется бесплатно преобразовать локально или загрузить заново. Разработчик утверждает, что ускорение по умолчанию не меняет ответы модели; отдельно появились отключённые по умолчанию режимы ускорения с возможной потерей качества и защита от зацикливания рассуждений.
Релиз интересен компаниям, которым нужно развернуть Qwen3.8 Flash Next внутри своего контура и получить совместимый с OpenAI и Anthropic программный интерфейс на одной рабочей станции. Само ПО бесплатно, поэтому его стоимость составляет 0 USD, однако бюджет на компьютер с RTX 5090, дополнительной видеокартой и 128 ГБ оперативной памяти разработчик не приводит; достоверно пересчитать затраты в рубли без состава оборудования нельзя. Основной риск — узкая аппаратная совместимость: требуются NVIDIA Blackwell, CUDA 13 и значительный объём системной памяти, поэтому перед внедрением следует проверить скорость и качество на собственных задачах.
Далее стоит отслеживать независимые испытания Basalt 0.2.0, стабильность работы под нагрузкой и результаты на других конфигурациях Blackwell. Заявленные показатели пока основаны на измерениях разработчика и не подтверждают производительность в корпоративных сценариях с несколькими одновременными запросами.
Что за модель: Qwen3.8-Flash-Next
Alibaba Qwen выпустила Qwen3.8-Flash-Next 2026-08-24 как экспериментальную открытую модель с поддержкой текста, программного кода, изображений и видео. Модель содержит 125 млрд параметров и задействует 6 млрд при обработке запроса; отдельно заявлены 51 млрд параметров n-gram embeddings и 4 млрд параметров MTP. Базовый контекст составляет 262 144 токена, с возможностью расширения до 1 млн токенов. Архитектура объединяет Gated DeltaNet, Qwen Sparse Attention и 512 экспертов, из которых на каждом шаге работают 10 маршрутизируемых и один общий. Все опубликованные результаты тестов предоставлены вендором, независимых замеров пока нет.
Что это значит для бизнеса
Модель подходит компаниям, которым нужны обработка документов, программного кода и визуальных материалов с возможностью развернуть систему у себя. Основное преимущество — только 6 млрд активных параметров при общей емкости 125 млрд, что потенциально снижает вычислительные расходы по сравнению с полностью активными моделями сопоставимого размера. Риск — экспериментальный статус архитектуры и отсутствие независимых измерений скорости, качества и требований к оборудованию; перед внедрением следует провести проверку на собственных данных и рассчитать стоимость инфраструктуры. Цена официального API в USD за 1M токенов для этой версии не опубликована.
Хроника Qwen3.8-Flash-Next
Qwen3.8-Flash-Next вышла с открытыми весами
Qwen опубликовала веса Qwen3.8-Flash-Next на Hugging Face и ModelScope 2026-08-27. Это экспериментальная мультимодальная MoE-модель на 125 млрд параметров, из которых при работе задействуются 6 млрд; собственный контекст составляет 262 144 токена с заявленной возможностью расширения до 1 млн. По данным Qwen, модель набрала 62,5 на SWE-bench Pro и 58,7 на DeepSWE 1.1, однако независимых замеров пока нет. Веса распространяются по Qwen Community License 1.0.
Qwen3.8-Flash-Next вышла с открытыми весами и архитектурой Qwen4
Alibaba Qwen выпустила открытые веса Qwen3.8-Flash-Next 2026-08-26. Модель сочетает основную часть на 125B параметров и N-gram embeddings на 51B, при работе активируются 6B параметров на токен. Нативный контекст составляет 262 144 токена, расширение до 1M доступно через YaRN. Все показатели производительности опубликованы вендором, независимых замеров пока нет.
Qwen3.8-Flash-Next стала доступна с открытыми весами
Alibaba Qwen опубликовала веса Qwen3.8-Flash-Next на Hugging Face 2026-08-26. Репозиторий содержит модель объёмом 180B параметров и лицензию Qwen Community License 1.0. Модель работает с текстом, кодом и изображениями; заявлена поддержка Transformers, vLLM и SGLang. Это экспериментальная версия архитектуры, которую Qwen связывает с будущей линейкой Qwen4; независимых замеров скорости и качества пока нет.
Alibaba Qwen выпустила открытую модель Qwen3.8-Flash-Next
Alibaba Qwen опубликовала веса Qwen3.8-Flash-Next — экспериментальной модели с 125 млрд параметров, из которых 6 млрд задействуются при обработке запроса. Модель работает с текстом, программным кодом, изображениями и видео, а базовый контекст составляет 262 144 токена. По данным вендора, архитектура станет основой будущего семейства Qwen4; независимых замеров производительности пока нет.