QWEN3.8 · FLASH 前沿性能 只要 1/3 价格 125B 总参数 · 每次只激活 6B 7 个 Case，整套账单 ¥1.32 OUTPUT PRICE / 1M TOKENS DEEPSEEK PEAK · ¥9.0 ¥2.7 ≈ 1/3 TOTAL 125B ACTIVE 6B CONTEXT 262K → 1M 7 CASES · TOTAL ¥1.32 · KILL LINE MOVED

4 PARTS · CONTENT MAP

PART 01

架构换代

125B 总参，6B 激活

PART 02

七项实测

全套账单 ¥1.32

PART 03

斩杀线上移

从单价到任务成本

PART 04

模型即电力

基础设施竞争

大家好啊，我是甲木。

聊个事儿。

7月底DeepSeek V4 Flash上线的时候，全网都在喊“斩杀线来了”。输入1块、输出2块，OpenRouter上一周刷了7万亿Token，最重要是模型效果也很好，开发者们跟过年一样，什么任务都往上怼。

我当时也挺开心的，手头好几个Agent工作流直接切过去，成本一下子砍了大半。

结果好家伙，8月17号，DeepSeek宣布涨价。梁圣直接变成牢梁。。

峰时输出从2块涨到9块，涨350%。缓存命中从2分涨到1毛，涨1100%。还引入了峰谷分时，高峰时段是闲时的两倍。我稍微融了一下也感到肉疼......要知道 17 号之前，这个价格可以干不少活。

本来以为"价格屠夫"把线划死了，结果屠夫自己先收刀了。

但你不杀，有的是人杀。

8月26号，千问发了Qwen3.8-Flash。

输入 ¥0.8/百万Token，输出 ¥2.7/百万Token。

是DeepSeek V4 Flash涨价后高峰价的三分之一。是Opus 4.6的三十分之一。

关键是：性能不是打折货。SWE-bench Pro超Opus 4.6足足9.1分，JobBench超近20分，AndroidWorld超22.5分。多项Agent评测全面碾压。

好家伙，便宜大碗。

这不是"又一个便宜模型"。这是DeepSeek收刀以后，千问直接把刀捡起来了。

先感受一下6B激活做出来的前端长什么样，然后再拆它架构为什么能做到这个价位：

01

PART

新架构到底改了什么

Qwen4 架构提前预演 · NEXT ARCHITECTURE

Qwen3.8-Flash同步开源了一个叫Flash-Next的版本。不是Flash的迭代，是Qwen4下一代架构的提前预演。今天你看到的Flash，底下跑的已经是明年旗舰的架构了。

而且它是多模态的，文字和图片都能看。这在Agent场景里很关键，后面实测能感受到。而且我看聪哥也发了一篇解读，更为详细。

125B总参数，每次推理只激活6B。

说人话：模型"知道"的东西很多，但每次干活只调动很小一部分。脑子大，手脚轻。

注意力机制换了。传统Transformer处理长文本，历史信息全存着，文本越长越费显存。Flash-Next用GDN先压缩存储历史，再用QSA精准检索需要的内容。不全记，先压后查。长文本场景下显存和计算量大幅下降，原生支持262K上下文，可扩展到1M。

技术报告里给了个数字：在1M上下文长度下，QSA比传统全量注意力快了7.6倍（Prefill）和4.9倍（Decode）。如果缓存命中率到90%，整体Prefill吞吐是上一代Qwen3.7-Plus的8.6倍。

信息传递改了。层与层之间从一条通道扩成四条分支，加了门控决定读写。训练更稳，深层信息不丢。

加了一块“外部记忆”。额外51B的N-gram Embedding，相当于轻量外挂知识库。关键是可以放在主机内存里，不吃GPU显存。容量扩大了，推理成本几乎没涨。

训练效率翻了。引入Muon优化器，重跑Scaling Law。训练成本只有Qwen3.7-Plus的九分之一，但编程和办公能力更强。

这几个改动加在一起：从架构层重新设计了“生产一个Token要花多少钱”。

技术报告还提了一个细节：整个训练过程没有出现一次loss spike，不需要任何梯度裁剪手段。听起来是个无聊的工程细节，但它意味着训练过程极其稳定，不崩不抖不浪费算力在重跑上。稳定本身就是省钱。

不是发优惠券，是生产成本真到了这个位置。每块GPU能处理更多请求，模型更强带来的失败率下降也在省隐性成本。

DeepSeek涨回去了，千问从底层把成本打下来了。路线不同。

02

PART

实测：1块3毛2跑完7个Case

6B激活能干到什么程度 · REAL TEST

我拿Qwen3.8-Flash跑了7个完整case，游戏、工具网站、报告解读、AI早报、答题卡。

全套账单：¥1.32。

跑测环境是 Claude Code 接阿里云百炼端点，截图真浏览器实拍，账单按官方价逐条折算。挑几个聊。

CASE 01

Token 账单计算器

让 Flash 自己做个多模型对比计算器：内置10家最新定价，滑块调参、柱状图排序、明细表。大概跑了 6.2 分钟就成型。

如果是执行我给出的任务，Qwen3.8-Flash大概月成本 ¥167.40，输入输出单价跟GLM-5.3-Flash接近，但缓存命中价只要 ¥0.1（GLM是 ¥0.23），Agent场景大量复用上下文时差距就拉开了。

两轮账单：¥0.28。不到3毛钱给自己做了个广告。

CASE 02

割草小游戏

微信朋友圈经常刷到的那种割草小游戏，10波波次制，波间升级+武器商店，6武器槽可合成。这次不是一句话prompt，是写好完整规格书再让它按规格开发。52KB单文件，离线双击就能玩，效果还不错。

CASE 03

品牌官网

让它先抓 teenage.engineering 真站提炼风格，再做一个虚拟音频品牌官网。出来的东西很有设计感。

CASE 04

部署平台官网（vercel.com 风）

同样的套路抓 vercel.com 提炼特征，做toB虚拟AI部署平台。账单：¥0.17。

CASE 05

定价截图交叉分析（多模态）

6张各家官方定价页截图扔进去，让它读图、提价格、找矛盾。

第一轮价格不在画面里，它没硬编，如实标注「未在可见区显示」。补拍后重跑，找到4个真实矛盾点：GLM划线价话术、新旧模型同价、跨平台币种混用、空白截图正确识别。

两轮：¥0.20。

CASE 06

读自己的技术报告（26万上下文）

2.3MB的tech_report.pdf完整喂进去，做一页图解。5.9分钟，核心数字全部与原文核对通过。

账单：¥0.21。大头是缓存读取1.2M tokens，读长文档正好走缓存命中价，0.1元/百万的优势就这么体现出来了。

CASE 07

其他 Case

CASE

结果

账单

论坛难题快答

6道名题全对，平均18.9秒

¥0.07

滚动叙事页

苹果发布会风，一次成型

¥0.10

AI早报（Agent）

自主抓米兰体育-米兰(中国)官网排版，头条经Reuters核实为真

¥0.03

全套7个case，缓存读取6.49M tokens是最大头，按0.1元/百万计价。长上下文反复引用正是缓存命中价的主场。合计¥1.32。

03

PART

斩杀线上移：从Token单价到任务总成本

大模型的新竞争逻辑 · NEW KILL LINE

DeepSeek被叫「斩杀线」，核心不只是因为便宜。是它出来以后，整个市场开始算一笔账：同样水平的智能，到底值多少钱？

但这一涨价，等于告诉市场：靠压价获客的模式有天花板。算力是物理现实，7万亿Token的恐怖调用量直接把服务器挤爆了，涨价是唯一的自救手段。

斩杀线不是你想划就能一直划住的。

Qwen3.8-Flash换了一种方式来划这条线。从架构上把生产成本做下来了，训练成本降90%，推理效率翻倍。

做Agent的人都知道，一次任务不是一问一答。一个完整的Agent工作流可能跑几十轮调用、消耗几十万Token、调工具、做验证、处理失败重试。

真正决定成本的，不是单次调用多少钱，是跑完一整个任务花多少。

TASK COST · 新斩杀线公式

任务总成本 = API费用 + 等待时间 + 失败重试 + 多Agent协同开销 + 人工修正

Qwen3.8-Flash同时压了好几项：性能强→一次做对的概率高→重试少；推理快→多轮跑得动；价格低且稳定→不用算峰谷、不用半夜起来调度。

斩杀线的定义该升级了：不是每百万Token值多少钱，是每块钱能完成多少工作。

顺带一提，这里面还有个反直觉的事。

模型便宜了，企业花的钱会少吗？不一定。更可能出现杰文斯悖论，单次任务便宜了，用户会把AI塞进更多流程。以前只让AI回答一个问题，现在让Agent跑完整条工作流。

更便宜的模型，反而是推理需求爆发的起点。

04

PART

结语

模型就是电力 · FINAL THOUGHTS

我有个朋友做AI应用的，之前底层调的就是DeepSeek V4 Flash，用户量起来以后，日常跑得挺顺。

8月17号涨价那天，他给我发消息：账单暴涨。峰时叠加缓存未命中、叠加调用量增长，几个乘数一起上去的。当天就把那个模型下线了。

对AI应用来说，模型就是电力。

你平时不会去想电费多少钱。但电涨价的时候，所有生意都在疼。Qwen3.8-Flash在做的事情是：从发电端把成本真正降下来。

千问3.8这一波打了套组合拳：Max冲天花板，Flash接日常，27B给开源社区，Flash-Next把Qwen4架构提前开放验证。

大模型竞争上半场拼「谁最强」。

下半场拼的是：谁能成为AI应用的基础设施。

稳定、便宜、不反复无常。

千问走到这一步了。

以上。

我是甲木，热衷于分享一些AI干货内容，同时也会分享AI在各行业的落地应用。觉得有用的话，点个赞、在看、转发三连，谢谢大家。