Alibaba presentó Qwen3.8-Flash-Next como una vista previa de la arquitectura Qwen4. Según datos de The Decoder, se trata de un modelo tipo mezcla de expertos (mixture-of-experts): para cada token se activan 6 de los 125il millones de parámetros.
La descripción de la fuente indica que el entrenamiento del modelo costó nueve veces menos que una base comparable y que, en pruebas de programación y tareas de oficina, superó a modelos más grandes como DeepSeek-V4-Flash y Claude Opus 4.6.
Si estos resultados se confirman, los desarrolladores de modelos enfrentarán una presión adicional sobre el costo de sus ofertas. Sin embargo, la fuente se presenta solo mediante metadatos y un sinopsis, por lo que falta una confirmación independiente de los resultados y los detalles de la comparación.
comentario editorial
Por qué importa
Consecuencia probable: intensificación de la competencia en torno al costo de entrenamiento y explotación de modelos de IA, si los resultados declarados se reproducen. La siguiente señal observable serán los materiales técnicos primarios, las pruebas independientes y las condiciones reales de fijación de precios. La principal incertidumbre radica en que actualmente solo se dispone de una fuente con metadatos, y no de datos primarios confirmados.