capy-flash 0.7.1 запускает Qwen3.8-Flash-Next на 64 GB RAM
2026-10-22 вышла capy-flash 0.7.1 — версия открытого программного обеспечения для запуска Qwen3.8-Flash-Next и Qwen3.8-27B на потребительском оборудовании. Qwen3.8-Flash-Next теперь помещается в систему с 64 GB оперативной памяти и одной или двумя видеокартами по 16 GB. По данным разработчика, скорость на двух RTX 5070 Ti достигает 239 токенов/с, а на одной — 121 токена/с; независимых замеров пока нет.
Для Qwen3.8-Flash-Next используются примерно 3-битные веса экспертов: они занимают 48 GiB в оперативной памяти вместо 65 GiB у варианта NVFP4. Qwen3.8-27B также получил сборку для одной карты с 16 GB видеопамяти, контекстом 65 536 токенов и поддержкой изображений. capy-flash распространяется по Apache License 2.0, работает с Linux, CUDA 13.1 и видеокартами RTX 50; заявлена поддержка процессоров с AVX2 или AVX-512.
Для бизнеса релиз снижает порог локального пилота: лицензионная стоимость программы составляет 0 USD, то есть примерно 0 рублей, а основные расходы приходятся на рабочую станцию, электроэнергию и сопровождение. Подход подходит командам, которым важно хранить документы и запросы внутри своей инфраструктуры. Риск — узкая аппаратная совместимость и результаты испытаний только на одной машине; перед внедрением нужно проверить скорость, качество ответов и стабильность на собственных данных. У 3-битной Qwen3.8-27B разработчик также фиксирует снижение MMLU-Pro примерно с 0,78 до 0,72.
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.