Qwen3.8-Flash-Next: علي بابا تكشف عن لمحة من معمارية Qwen4

أطلق فريق Qwen التابع لشركة علي بابا في 26 أغسطس 2026 نموذج Qwen3.8-Flash-Next، وهو نموذج متعدد الوسائط من نوع مزيج الخبراء (MoE) بأوزان مفتوحة، يصفه موقع MarkTechPost بأنه مصمم «من أجل التكلفة لكل رمز». تعتمد نقطة التفتيش (checkpoint) على بنية أساسية بـ125 مليار معامل، لكن لا يُفعَّل منها لكل رمز سوى 6 مليارات معامل — وهي نسبة يقدّمها فريق Qwen بوصفها لمحة مبكرة عن المعمارية التي ستقوم عليها Qwen4، وهو الدور نفسه الذي أدّاه Qwen3-Next قبل إطلاق Qwen3.5، بحسب MarkTechPost.

بحسب MarkTechPost، يصل إجمالي عدد المعاملات على القرص إلى 180 مليار معامل بعد إضافة جدول تضمين من نوع N-gram بـ51 مليار معامل ووحدة تنبؤ متعددة الرموز بـ4 مليارات معامل إلى البنية الأساسية. ويصف موقع The Decoder طبقة N-gram بأنها أشبه بـ«قاموس عبارات» يخزّن مجموعات الكلمات الشائعة كمُدخلات مستقلة، ويمكن أن تقيم في ذاكرة النظام العادية بدلاً من ذاكرة معالج الرسوميات (GPU)، بتكلفة إضافية يصفها Qwen بأنها «منخفضة نسبياً».

أربعة تغييرات تقف خلف هذا الإصدار

يحدد MarkTechPost أربعة تغييرات معمارية وراء Qwen3.8-Flash-Next. الأول هو مخطط انتباه هجين: تعمل ثلاث من كل أربع طبقات بآلية Gated DeltaNet، وهي آلية انتباه خطي تضغط التاريخ في حالة متكررة ذات حجم ثابت، بينما تعمل الطبقة الرابعة بآلية Qwen Sparse Attention (QSA)، التي تنتقي السياق بدقة الكتلة الصغرى عبر فهرس خفيف الوزن. وعبر طبقات النموذج الـ48، يتكرر هذا النمط في 12 كتلة، كل منها ثلاث طبقات Gated DeltaNet تليها طبقة واحدة من QSA، مع سقف لميزانية QSA يبلغ 512 كتلة أو 2048 رمزاً.

التغيير الثاني، Gated Residual، يوسّع تدفق البقايا (residual) إلى أربعة فروع متوازية تحكمها بوابة قراءة على مستوى كل عنصر وبوابة كتابة خاصة بكل فرع، برتبة عنق زجاجة تبلغ 320. أما الثالث فهو تضمين N-gram المذكور أعلاه. والرابع هو وصفة تدريب تطبّق محسّن Muon إلى جانب AdamW على فئات محددة من الأوزان، وتلغي مرحلة الإحماء الخاصة بحجم الدفعة، وتعيد ضبط قوانين التوسّع الخاصة بالنموذج، بحسب MarkTechPost. أما طبقة مزيج الخبراء نفسها فتوجّه بين 512 خبيراً، وتُفعّل لكل رمز 10 خبراء موجَّهين بالإضافة إلى خبير مشترك واحد، ببُعد وسيط للخبير يبلغ 640.

• 125 مليار معامل إجمالاً في البنية الأساسية، منها 6 مليارات فقط مُفعّلة لكل رمز
• جدول تضمين N-gram بـ51 مليار معامل ووحدة تنبؤ متعددة الرموز بـ4 مليارات — أي 180 مليار معامل إجمالاً على القرص
• 512 خبيراً في طبقة MoE، منهم 10 موجَّهون وخبير مشترك واحد مُفعَّلون لكل رمز
• نافذة سياق أصلية بطول 262144 رمزاً، قابلة للتوسّع إلى مليون رمز عبر تقنية YaRN
• نقطة تفتيش FP8: 172.78 غيبيبايت؛ نقطة تفتيش BF16: 335.28 غيبيبايت

نتائج تتقدّم على منافسين أكبر — لكن ليس في كل شيء

في مهام البرمجة الوكيلية (agentic coding)، تفيد Qwen بأن Flash-Next سجّل 58.7 نقطة في DeepSWE 1.1 و62.5 نقطة في SWE-bench Pro، متقدماً في الحالتين على DeepSeek-V4-Flash وClaude Opus 4.6 (Max)، بحسب The Decoder. وفي مهام المكاتب وسير العمل المهني، تتسع الفجوة أكثر: يسجّل Flash-Next وفق The Decoder 73.9 نقطة في CoWorkBench مقابل 45.1 لـDeepSeek-V4-Flash، و55.7 نقطة في JobBench، أي ما يقارب ضعف نتيجة Qwen3.7-Plus البالغة 27.6. ووفق ما نقله The Decoder عن مقارنات علي بابا الخاصة بالاختبارات المرجعية، يحمل Qwen3.7-Plus نفسه 397 مليار معامل إجمالاً مع تفعيل 17 ملياراً لكل رمز — أي ما يقارب ثلاثة أضعاف عدد المعاملات المفعّلة في Flash-Next — في حين يحمل DeepSeek-V4-Flash 284 مليار معامل مع تفعيل 13 ملياراً.

لا يتفوّق النموذج في كل شيء. يشير MarkTechPost إلى أن Claude Opus 4.6 (Max) يتصدّر اختبار Humanity's Last Exam بنتيجة 40.0 مقابل 35.9 لـQwen، وأن DeepSeek-V4-Flash-0731 يتصدّر اختبار NL2Repo-Bench بنتيجة 54.2 مقابل 48.1. ويضيف The Decoder أن Claude Opus 4.6 يُعدّ بالمقارنة نموذجاً «أقدم» من Anthropic يعود إلى فبراير 2026، محذّراً من أن نتائج الاختبارات المرجعية قد تختلف عن الأداء الفعلي على أرض الواقع.

تُسع تكلفة التدريب، وجزء يسير من السعر

تؤكد Qwen أن تدريب Flash-Next كلّف نحو تُسع ما كلّفه تدريب Qwen3.7-Plus، بحسب MarkTechPost. أما بخصوص سرعة التشغيل، فيختلف المصدران في الأرقام الدقيقة: يفيد MarkTechPost بأن إعلان Qwen نفسه يذكر تسريعات في نواة QSA تصل إلى 7.6 أضعاف في مرحلة التعبئة المسبقة (prefill) و4.9 أضعاف في مرحلة فك الترميز (decode) عند مليون رمز، في حين تشير أدلة نشر منفصلة من SGLang وvLLM، مقتبَسة في المقال نفسه لـMarkTechPost، إلى تحسّن قدره 10.2 أضعاف و6.6 أضعاف على التوالي — وهو تباين يشير إليه MarkTechPost نفسه، داعياً إلى «التعامل مع هذا النطاق كبيانات صادرة عن الشركة المصنّعة إلى أن يجري قياسه بشكل مستقل». كما تدّعي Qwen، وفق MarkTechPost، تحقيق إنتاجية تعبئة مسبقة تعادل 8.6 أضعاف إنتاجية Qwen3.7-Plus عند معدّل إصابة ذاكرة تخزين مؤقت للبادئة (prefix cache) نسبته 90%.

على صعيد التسعير، يفيد The Decoder بأن النسخة الإنتاجية، Qwen3.8-Flash، متاحة عبر منصة QwenCloud بسعر 0.16 دولار لكل مليون رمز إدخال و0.47 دولار لكل مليون رمز إخراج، مع توقّع إطلاق واجهة برمجة التطبيقات (API) قريباً. ويضع ذلك السعر عند نحو واحد على اثني عشر من سعر النموذج الرائد الحالي لعلي بابا، Qwen3.8-Max، الذي صدر في مطلع أغسطس ويُموضَع في مواجهة Claude Opus 4.8 وGemini 3.1 Pro وGPT-5.6 Sol، بحسب The Decoder — رغم أن أداء Flash-Next يأتي أقل قليلاً من ذلك النموذج الرائد في الاختبارات المرجعية الخاصة بعلي بابا نفسها.

قابل للنشر، لكن ليس على محطة عمل عادية

رغم كفاءة عدد المعاملات المُفعّلة، فإن Flash-Next ليس نموذجاً يمكن لمطوّر منفرد تشغيله بسهولة. يفيد MarkTechPost بأن حجم نقطة تفتيش FP8 يبلغ 172.78 غيبيبايت، بينما يبلغ حجم نسخة BF16 335.28 غيبيبايت؛ ووفق أدلة النشر الخاصة بـvLLM نفسها، يتطلّب الحد الأدنى من التكوين المعتمد لـFP8 معالجَي رسوميات (GPU) في وضع التوازي التنسوري على شريحة GB300 من Nvidia، مع التوصية باستخدام أربعة، في حين تتطلّب عقدة من ثمانية معالجات H200 تكويناً مختلطاً بين التوازي التنسوري وتوازي الخبراء، لأن التوازي التنسوري القياسي بثمانية مسارات لا يتوافق مع كتل التكميم بعرض 128 الخاصة بنقطة التفتيش. ويشير MarkTechPost إلى أن التفعيل المتناثر يقلّص الحوسبة لكنه لا يقلّص التخزين. ويُطرح النموذج بموجب رخصة qwen-community-1.0 الخاصة بعلي بابا وليس برخصة Apache 2.0، ما يعني أن المستخدمين التجاريين بحاجة إلى مراجعة الشروط قبل أي نشر، بحسب MarkTechPost.

الرهان الذي تخوضه علي بابا مع Flash-Next رهان بنيوي وليس رقمياً فحسب: فالحفاظ على عدد منخفض من المعاملات المُفعّلة بينما تنمو السعة الإجمالية عبر توجيه مزيج الخبراء وجداول بحث مساعدة، يسمح لنموذج بأن يقترب من جودة الاستدلال الخاصة بأنظمة أكبر بكثير وأعلى تكلفة، مع تقديمه بجزء يسير من تكلفة الحوسبة لكل استعلام. لهذا السبب تُقدِّم Qwen هذا الإصدار لا كمنتج نهائي بل كـ«لمحة معمارية» — بروفة علنية، على نموذج أصغر، لأفكار تخطط علي بابا لتوسيع نطاقها لتشمل سلسلة Qwen4 بأكملها.

بالنسبة إلى الشركات في المنطقة العربية التي تتردد بين البناء على واجهات برمجية غربية مملوكة مثل Claude أو GPT وبين بدائل صينية مفتوحة الأوزان، يزيد Qwen3.8-Flash-Next من وضوح هذا الخيار: نموذج مفتوح الأوزان بسعر لا يتجاوز جزءاً يسيراً من تعرفة النماذج المملوكة المتقدمة، يضاهي أو يتفوّق على أنظمة أكبر بكثير في اختبارات البرمجة وأتمتة المكاتب، بات متاحاً الآن للاستضافة الذاتية أو للاستئجار عبر QwenCloud — وإن كان لا يزال يتطلّب خادماً بعدة معالجات رسوميات لا حاسوباً محمولاً عادياً، ويُطرح بموجب رخصة مغايرة لرخصة Apache تستحق قراءة متأنية قبل أي استخدام تجاري في المنطقة.