Pubblicato il 5 nov 2026
MoE open-weight della famiglia Qwen3.8 pensato per l'agentico: 125B di parametri con soli 6B attivati, più 51B di embedding n-gram e 4B di MTP. Attenzione ibrida 48 layer (12 micro-blocchi: 3× Gated DeltaNet → MoE, 1× Qwen Sparse Attention → MoE), 512 esperti con 10 routed + 1 shared. Contesto nativo 262K, estendibile a 1M con RoPE scaling (YaRN).
Primo open-weight dell'architettura Qwen4: 125B/6B attivi + 51B n-gram + 4B MTP, attenzione ibrida Gated DeltaNet + QSA, contesto nativo 262K.
Visita il sito ufficiale per scaricare, documentarti e iniziare a utilizzare Qwen3.8-Flash-Next.
Modello MoE di DeepSeek con 552B di parametri totali e 8-16B attivi per token. Contesto da 1M di token, licenza MIT: uso commerciale libero. Pensato per il serving in linea, troppo grande per un uso locale su un singolo PC.
Il modello di immagini aperto più avanzato: aderenza al prompt eccellente, anatomia solida e fine-tuning completo. Lo standard per chi fa serio.
Generazione in pochissimi step con qualità alta e ottimo rendering del testo. La versione distillata di FLUX, pensata per la velocità.
