Post 2026年8月27日

千问刚发的Qwen3.8-Flash，价格是真的狠

百万token输入1块钱，输出3块钱
上下文原生26万token，拉伸能到1M

能做到这么便宜，靠的是MoE架构的老套路
总参数125B，但每个token只激活6B
剩下的参数全是"备用军"，不用的时候不烧钱

比较有意思的是它的Attention设计
用GDN压缩历史信息，再用QSA在micro-block粒度筛掉不重要的上下文
相当于先粗筛一遍，再精细计算，这就是长序列成本降下来的关键