待验证50% 置信观点精确时间

Qwen3 Next Flash的1250亿总参数与60亿激活参数之间约20:1的比例是相当激进的稀疏度设计

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/6

首次发现

有效期至：2026/12/5

来源

Qwen3 Next Flash实测：Qwen4架构预览模型深度评测

涉及实体

Qwen3 Next Flashmodel

相关事实

待验证Qwen3 Next Flash的4-bit量化版本（Q4K XL）约111GB71% 相似待验证Flash模型因推理速度快(单请求耗时50-200ms vs 旗舰模型500-2000ms),在相同TPM限制下可支持更高QPS70% 相似待验证2.4万亿参数的Qwen3.8本地部署需要约1.4-1.5TB显存，需量化或多卡集群67% 相似待验证在双AGX Orin系统上，Qwen 3.8 Flash Next推理速度可达38 tokens/秒67% 相似待验证Qwen3系列编程模型约20GB加载，推理时可膨胀到35-40GB66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863374

API

curl https://kongchang.com/api/v1/knowledge/claims/863374

MCP

get_claim(id=863374)