阿里发布实时语音交互对话模型Qwen-Audio-3.0-Realtime
相关推荐
阿里千问发布Qwen3.8-Flash模型
PANews 8月26日消息，阿里千问发布Qwen3.8-Flash模型，据介绍，这是一款多模态MoE模型，也是Qwen4架构的早期预览版。生产版Qwen3.8-Flash很快将通过Qwen Cloud API提供服务，价格仅为每100万输入Token 0.16美元、每100万输出Token 0.47美元。模型拥有1250亿参数+510亿 N-gram嵌入参数，但每个Token仅激活60亿参数，实现了极高的成本效益。
DeepSeek开始模型和Agent一起训：V4.1 Flash为Harness专项优化
动察 Beating AI 快讯，DeepSeek Harness v0.1.5 发布。V4.1 Flash 在训练阶段就针对 Harness 做了专项训练和优化，覆盖标准、PTC 和极简三种模式。Harness 已经直接进入模型训练环节，不再只是模型发布后再接一个 Agent 外壳。 新版还加入实验性的 Agent Teams。父子 Agent 可以双向通信，主 Agent 能给不同子 Agent 指定模型和推理强度；多个 Agent 还能共享任务、互相发消息，最后由主 Agent 汇总。 V4.1 Flash 还有一个很特别的长任务优化：Agent 跑到一半修改系统提示词，也可以尽量保留已有 KV Cache。长任务不用因为前面的规则改了一点，就把后面大段上下文重新计算。 Web 端也加入文件上传和预览，支持 PDF、图片、代码等格式。插件可以往左右 Sidebar 和内容区接入自己的 UI，长会话的加载、恢复和内存占用也一起做了优化。
Qwen27B改成扩散Agent：速度拉到500+Token/s，厂商自测单项超Sol
动察 Beating AI 快讯，专攻超高速大模型的 Celeris 发布一款基于 Qwen3.8-27B 改出来的混合扩散 Agent 模型 Celeris-1 Magnus，官方称在不少场景能跑到 500+ Token/s。 在 τ³-Banking 的 97 个银行客服任务上，Magnus 开启 low reasoning 后完成率达到 41.2%，中位耗时 55 秒。同场的 GPT-5.6 Sol 是 38.1%、79 秒。 传统模型基本一个 Token 一个 Token 往后写，Magnus 能一次生成多个 Token，再反复修正。需要严格按顺序生成的内容再串行处理，因此一次计算可以往前推进更多 Token。
Qwen3.8-Flash发布一天就降价：输出比GLM便宜0.1元，但对手还在打5折
动察 Beating AI 快讯，Qwen3.8-Flash 刚发布一天，阿里云就降价了。每百万 Token 输入从 1 元降到 0.8 元，输出从 3 元降到 2.7 元，分别下降 20% 和 10%。 新价格刚好压过昨天发布的 GLM-5.3-Flash。后者 API 标价为输入 0.8 元、输出 2.8 元。Qwen 输入价格相同，输出便宜 0.1 元。 不过 GLM-5.3-Flash 上线后前两周打 5 折，目前实际价格只有输入 0.4 元、输出 1.4 元。优惠期内，GLM 仍然便宜近一半。等优惠结束，两款国产 Flash 模型的价格基本打平。
阿里云：下调Qwen3.8-Flash模型模式计费单价
火星财经消息 8月27日，阿里云发布通知，大模型服务平台百炼2026年8月27日12:00:00起，对Qwen3.8-Flash模型模式计费单价进行下调调整。具体如下：输入价格调整前1元，调整后0.8元；输出价格调整前3元，调整后2.7元。（广角观察）
Qwen4还没发，架构先来了：Qwen3.8-Flash-Next明晚发布
动察 Beating AI 快讯，阿里把 Qwen4 的下一代架构提前拿出来了。ModelScope 上线 Qwen3.8-Flash-Next 预告页，这是一款基于 Qwen4 架构的多模态 MoE（混合专家模型，每次只调用部分参数），预计 8 月 26 日 23:00 公开发布。官方称，提前放出这套架构，是为了让社区为后续完整的 Qwen4 模型家族做准备。 所以严格说，明晚来的还不是 Qwen4 正式版，更像是一次「Qwen4 技术预览」。这种做法阿里以前用过。2025 年 Qwen3-Next 率先引入 Gated DeltaNet 和普通注意力混合架构，后来 Qwen3.5 系列继续沿用了这套设计。 阿里本月初才发布 2.4T 参数的 Qwen3.8-Max，不到一个月就开始公开下一代架构，节奏相当快。