通义千问 Qwen3.8-Flash-Next 获 TokenSpeed 首日推理支持

阿里通义千问团队于 2026 年 8 月宣布，其新推出的 Qwen3.8-Flash-Next 模型获得推理框架 TokenSpeed 的首日（Day-0）支持，重点优化了新型架构的推理效率与显存占用。

• 通义千问官方披露，TokenSpeed 实现了对 Qwen3.8-Flash-Next 新架构的即时适配。
• 本次推理支持涵盖了从 GDN 结构与 QSA 注意力机制到 FP8 精度 N-gram 嵌入等多项技术特性。
• 双方合作旨在通过底层算子与低精度表示优化，加速端侧与服务端大模型的推理吞吐。
• 影响/看点：框架层的首日适配意味着开发者能够在模型发布初期即获得较低延迟的部署体验，其规模化收益将取决于相关优化在不同硬件后端上的稳定性与精度保持情况。
• 资料依据：
• X：通义千问 / Qwen（https://x.com/Alibaba_Qwen/status/2092818199146536983）

本内容由 AI 生成，仅供参考，请注意甄别