模型Qwen3 Next / Qwen3-Next-Flash

Qwen3 Next Flash

阿里巴巴推出的大规模混合专家（MoE）语言模型，总参数量达125B级别，通过稀疏激活架构降低单次推理的计算成本，支持在消费级硬件上高效推理

核心事实

Qwen3 Next Flash的4-bit量化版本（Q4K XL）约111GB

已验证70% 置信4 来源

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

已验证70% 置信4 来源

时间轴 (近 90 天)

9月6日

Qwen3 Next Flash的Ngram嵌入表可以被卸载到主机内存（CPU RAM），并通过异步预取与模型计算重叠执行

待验证50%

9月6日

Qwen3 Next Flash的4-bit量化版本（Q4K XL）约111GB

已验证70%

9月6日

Qwen3 Next Flash的API定价为输入每百万token 0.16美元，输出0.47美元

已过期65%

9月6日

Qwen3 Next Flash已在Hugging Face上开放权重，Unsloth提供了零日（day-zero）支持

待验证50%

9月6日

在浏览器操作系统视觉复刻测试中，Bijan Bowen评价Qwen3 Next Flash为迄今为止见过的最清晰的图像复刻

已过期50%

9月6日

在C++ 3D赛车游戏生成测试中，Qwen3 Next Flash在禁用Raylib库的条件下生成了包含漂移、撞车、地形起伏、观众、小地图和速度表的完整游戏

已过期50%

9月6日

Qwen3 Next Flash在3D赛车游戏测试中的表现与GPT-5.2 Pro相当，且Qwen在更难的条件下（禁用Raylib）完成

已过期50%

9月6日

Qwen3 Next Flash在3D摔跤游戏任务中主动选择使用Blender制作资产、用Godot搭建游戏，而非Three.js方案

已过期50%

9月6日

Qwen模型在空间理解方面存在一贯的弱点，在3D房间渲染测试中出现场景翻转和物体位置错误

待验证50%

9月6日

在3D房间渲染的空间还原准确度上，DeepSeek V4 Flash优于Qwen3 Next Flash

已过期60%

还有 1 条时间轴事件

全部知识事实 (5)

已验证

Qwen3 Next Flash的4-bit量化版本（Q4K XL）约111GB

70%已验证

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

70%待验证

Qwen3 Next Flash的Ngram嵌入表可以被卸载到主机内存（CPU RAM），并通过异步预取与模型计算重叠执行

50%待验证

Qwen模型在空间理解方面存在一贯的弱点，在3D房间渲染测试中出现场景翻转和物体位置错误

50%待验证

Qwen3 Next Flash已在Hugging Face上开放权重，Unsloth提供了零日（day-zero）支持

50%

来源文章

RTX 4090 跑 125B 大模型：Qwen3 Next 实现 100 T/s 推理10月4日