8 月 26 日,Qwen 团队发布了 Qwen3.8-Flash-Next。
这次更新有几个信息很抓眼球:
125B 主模型参数,每个 Token 只激活约 6B;原生支持 26 万 Token 上下文,可扩展到 100 万;Coding、Agent、工具调用能力继续增强。
同时,Qwen Cloud 上的生产版本命名为 Qwen3.8-Flash,默认就是 100 万 Token 上下文。
如果只是日常聊天,这些数字可能没那么有感觉。
但如果你是开发、测试、运维或者其他 IT 从业者,这次更新其实很值得看。
因为从 Qwen3.8-Flash 身上能看到一个越来越明显的趋势:
大模型正在从“回答问题”,继续往“完成工作”走。
而软件研发,恰好是这一轮变化最明显的场景之一。
Qwen3.8-Flash模型体验地址👇
- 技术报告:https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- 技术博客:https://qwen.ai/blog?id=qwen3.8-flash-next
- Hugging Face:https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope:https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next
- 千问AI平台:https://www.qianwenai.com/models/qwen3.8-flash
01 先说最直观的:上下文来到 100 万 Token
Qwen3.8-Flash-Next 原生上下文长度达到 262,144 Token,并且可以扩展到 1,000,000 Token;Qwen Cloud 提供的 Qwen3.8-Flash 则默认支持 1M 上下文。
100 万上下文到底意味着什么?
以前使用 AI Coding,很多人的操作是:
复制一段代码 → 丢给模型 → 问它哪里有问题。
或者测试同学:
复制一段需求 → 让模型生成测试用例。
这当然能用,但跟真实的软件工程还有很大距离。
因为真正做一个项目,模型要理解的东西远不止一段代码。
比如一个支付需求改动,测试人员可能同时要看:
- PRD 和需求变更
- 接口文档
- 前后端代码
- 数据库表结构
- 上下游服务
- 历史测试用例
- 历史 Bug
- 日志
- Git Commit / Diff
- 监控信息
过去最大的一个问题就是:
这些东西根本塞不进去。
上下文越来越长之后,AI 才有机会从“看懂一个文件”,逐渐走向“理解一个项目”。
当然,100 万 Token 不代表把整个公司代码库一股脑塞进去就完事了。
真正落地依然涉及代码检索、知识库、上下文管理、权限控制等工程问题。
但模型能够处理的上下文上限提高,确实给复杂研发任务提供了更大的空间。
02 Coding 能力,已经不是“帮你补几行代码”了
这次 Qwen 官方给出的测试成绩里,Coding 是一个明显重点。
例如:
SWE-bench Pro:62.5
SWE-bench Multilingual:81.0
DeepSWE 1.1:58.7
这些 Benchmark 和以前单纯考“写一道算法题”不太一样,更偏向真实软件工程:理解代码仓库、定位问题、修改代码、解决 Issue。([Qwen][1])
这也是最近 AI Coding 最明显的一次变化。
前两年大家谈 AI 编程,更多想到的是:
“帮我生成一个 Java 方法。”
现在已经越来越像:
“你自己去代码仓库里找问题,然后把它解决掉。”
这两件事不是一个量级。
现在 Codex、Claude Code、Qwen Code 这类 Coding Agent 的工作模式,越来越接近:
读取代码 → 搜索项目 → 分析依赖 → 修改文件 → 执行命令 → 跑测试 → 根据结果继续调整。
甚至这次 Qwen 官方已经专门给出了接入 Claude Code 和 Codex 的方式,Qwen API 同时兼容 Anthropic 协议和 OpenAI Responses 协议。
所以,如果现在对 AI Coding 的理解还停留在:
“代码补全工具”
其实已经有些滞后了。
03 Agent 能力,也在明显加强
另外一个值得关注的关键词就是:
Agent。
这次 Qwen3.8-Fl…