
Alibaba lanzó esta semana Qwen3.8-Flash-Next, y el nombre es casi una declaración de intenciones: es un modelo open weight que funciona como “early preview de la arquitectura que usará Qwen4”. La misma jugada que hicieron con Qwen3-Next antes de la familia 3.5: liberar los cambios estructurales antes para que la comunidad les meta mano antes del release mayor.
Los números
- 125B de parámetros principales en MoE multimodal, más 51B en N-gram embeddings, con solo 6B activos por token.
- Contexto nativo de 262.144 tokens, extensible a 1 millón con YaRN.
- Entrenado con ~1/9 de los recursos de Qwen3.7-Plus, un modelo tres veces más grande. Alibaba promete costo de entrenamiento e inferencia significativamente menor.
En benchmarks auto-reportados le va bien: 62,5 en SWE-bench Pro (coding agéntico), superando a Qwen3.8-27B (61,7), DeepSeek-V4-Flash (56,0) y Claude-Opus-4.6 Max (53,4). También mide en CoWorkBench (tareas de oficina de largo plazo), Toolathlon Verified, MathVision, AndroidWorld y ERQA (inteligencia encarnada). Como siempre: benchmarks del propio laboratorio, a tomar con sal de mar.
Qué cambia en la arquitectura
El upgrade es sistemático en cuatro ejes, que es lo interesante porque esto es literalmente el prototipo de Qwen4:
- Atención: híbrido entre Gated DeltaNet (que comprime información histórica) y Qwen Sparse Attention, un diseño nuevo que usa un indexer comprimido liviano para seleccionar el contexto relevante y bajar el costo de atención en secuencias largas.
- Residual: mecanismo Gated Residual que amplía las rutas de datos entre capas.
- Embeddings: los 51B adicionales en N-gram embeddings mejoran capacidad sin tocar el costo por token.
- Optimización: mejoras de estabilidad de entrenamiento y eficiencia computacional.
Flash-Next vs Flash
Nomenclatura confusa pero simple: Flash-Next es la versión research-frontier open weight, disponible en Hugging Face y ModelScope. Flash es la versión productiva, servida vía API en QwenCloud con 1 millón de tokens de contexto por defecto y herramientas integradas.
Por qué importa
Más allá del benchmark, el patrón es el punto: Alibaba está publicando abiertamente los planos estructurales de su próxima generación para que desarrolladores road-testeen los componentes antes de que exista el modelo completo. Si corres inferencia propia (vLLM, SGLang), conviene ir mirando el soporte de QSA y GDN ahora, porque todo lo que pruebes te sirve para Qwen4. Y para los presupuestos: un MoE de 6B activos con este rendimiento es una mala noticia para los precios de la competencia.
Fuentes: The New Stack, blog de releases de Qwen (28-08-2026).


