Vai al contenuto principale
← Torna alle notizie

Qwen3.8-Flash-Next: il MoE da 125B con soli 6B attivi, pensato per l'agentico

Nuovi modelli
Fonte:Hugging Face (Qwen)
Alibaba pubblica Qwen3.8-Flash-Next: 125B di parametri con solo 6B attivati, più 51B di Embedding n-gram e 4B di MTP. L'architettura ibrida alterna 48 layer tra Gated DeltaNet e Qwen Sparse Attention (512 esperti, 10 routed + 1 shared), con contesto nativo da 262K Token estendibile a 1M. Su DeepSWE 1.1 ottiene 58.7 — il modello è pensato per i carichi agentici che dominano l'uso reale.
Leggi l'articolo originale

Articoli correlati

Qwen3.8-27B vs Gemma 4 26B A4B: la nuova frontiera a 24GB

Dense da 27,8B o MoE con 3,8B attivi, contesto da 262K contro 256K e quasi lo stesso peso in Q4_K_M: due modi opposti di portare la qualità da modello grande su una scheda consumer da 24GB. Chi va più in fretta, chi va più in profondità, e quando scegliere l'uno o l'altro.

Ling 3.1 Flash: 560B open-weight con licenza MIT, 1M di contesto - cosa cambia per chi ha 24GB di VRAM

Ling 3.1 Flash porta 560B di parametri open-weight sotto licenza MIT con 1M di contesto. A 24GB di VRAM non ci entra, ma i quantaggi, il MoE 25B attivi e i numeri veri cambiano il calcolo.

Llama 3 e Llama 4: la famiglia open di Meta, quale modello gira sul vostro hardware

Dalla 3.1 8B alla 4 Scout MoE con contesto da 10M: la famiglia Llama in tabella, cosa gira su 16, 48 e 128 GB di RAM, la licenza Community tradotta per l'azienda italiana e la scelta per budget.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🦉

Qwen3.8-Flash-Next

Modelli

MoE open-weight della famiglia Qwen3.8 pensato per l'agentico: 125B di parametri con soli 6B attivati, più 51B di embedding n-gram e 4B di MTP. Attenzione ibrida 48 layer (12 micro-blocchi: 3× Gated DeltaNet → MoE, 1× Qwen Sparse Attention → MoE), 512 esperti con 10 routed + 1 shared. Contesto nativo 262K, estendibile a 1M con RoPE scaling (YaRN).

🧠

Qwen3 30B-A3B (MoE)

Modelli

Modello Mixture-of-Experts: 30B di parametri totali ma solo 3,3B attivi per token. Velocità da modello piccolo con qualità da modello medio; il rapporto qualità/velocità migliore della sua classe.

🌏

inclusionAI Ling 3.1 Flash (MoE)

Modelli

Modello MoE open-weight di inclusionAI: 560B parametri totali, 25B attivi per token, architettura ibrida (attenzione lineare KDA + Gated MLA), finestra di contesto fino a 1M di token, licenza MIT. Reasoning ibrido con modalità di pensiero on/off. A 4 bit entra in 512GB di memoria unificata.

⚡

DeepSeek V4.1 Flash

Modelli

Modello MoE di DeepSeek con 552B di parametri totali e 8-16B attivi per token. Contesto da 1M di token, licenza MIT: uso commerciale libero. Pensato per il serving in linea, troppo grande per un uso locale su un singolo PC.

Sfoglia tutte le risorse