อาลีบาบา เดินหน้ารุกตลาดปัญญาประดิษฐ์ระดับโลกอย่างต่อเนื่อง ด้วยการเปิดตัว Qwen3.8-Flash โมเดลประมวลผลมัลติโมดัลแบบเปิดเผยค่าน้ำหนัก (open-weight) ที่พัฒนาขึ้นบนสถาปัตยกรรม Mixture-of-Experts (MoE) โดยได้รับการออกแบบให้เป็นต้นแบบสถาปัตยกรรมรองรับซีรีส์ Qwen4 ที่เตรียมเปิดตัวในเร็วๆ นี้ ชูจุดเด่นด้านความคุ้มค่า ความเร็วในการตอบสนอง และความสามารถระดับสูง เพื่อตอบโจทย์การประมวลผลปริมาณงานมหาศาล ระบบเอเจนต์เขียนโค้ด (agentic coding) และเวิร์กโฟลว์อัตโนมัติ
โครงสร้างหลักของ Qwen3.8-Flash ประกอบด้วยพารามิเตอร์รวม 125 พันล้านรายการ (125B) และเสริมด้วย N-gram Embeddings อีก 51 พันล้านรายการ (51B) แต่มีจุดเด่นสำคัญอยู่ที่การดึงพารามิเตอร์มาประมวลผลจริงเพียง 6 พันล้านรายการ (6B) ต่อหนึ่งโทเคนเท่านั้น ส่งผลให้ลดต้นทุนการเทรนและการอนุมาน (inference) ได้อย่างชัดเจน โดยใช้ทรัพยากรการเทรนเพียงประมาณ 1 ใน 9 เมื่อเทียบกับโมเดลรุ่นพี่ที่มีขนาดใหญ่กว่าถึงสามเท่าอย่าง Qwen3.7-Plus แต่กลับมอบประสิทธิภาพงานเขียนโค้ดและงานสำนักงานที่เหนือกว่า
ด้านประสิทธิภาพจากการทดสอบมาตรฐาน Qwen3.8-Flash ทำคะแนนได้เทียบชั้นกับโมเดลแถวหน้าอย่าง DeepSeek-V4-Flash และ Claude-Opus-4.6 ทั้งในด้านการเขียนโค้ดผ่าน SWE-bench Pro งานออฟฟิศต่อเนื่องระยะยาวผ่าน CoWorkBench การเรียกใช้เครื่องมือจริงจาก Toolathlon Verified การแก้โจทย์คณิตศาสตร์และวิเคราะห์ภาพด้วย MathVision ไปจนถึงการควบคุมสมาร์ตโฟนบน AndroidWorld และปัญญาประดิษฐ์เชิงกายภาพบน ERQA โดยตัวโมเดลรองรับบริบทเริ่มต้น (context) ที่ 262K โทเคน และสามารถขยายขีดความสามารถได้สูงสุดถึง 1 ล้านโทเคน
เบื้องหลังศักยภาพดังกล่าวเกิดจากการอัปเกรดนวัตกรรมทางสถาปัตยกรรมรอบด้าน ตั้งแต่การใช้สถาปัตยกรรมไฮบริด (hybrid attention) ผสาน Gated DeltaNet (GDN) เข้ากับ Qwen Sparse Attention (QSA) ช่วยคัดเลือกและบีบอัดบริบทเพื่อลดต้นทุนการประมวลผลข้อมูลขนาดยาว พร้อมเสริมความเสถียรในการเทรนด้วยกลไก Gated Residual (GR) เพิ่มความจุโมเดลด้วยเทคนิค N-gram Embedding โดยแทบไม่กินทรัพยากรเพิ่ม และใช้ Muon Optimizer ช่วยเพิ่มประสิทธิภาพการเทรนให้ดียิ่งขึ้น
ปัจจุบัน Qwen3.8-Flash เปิดให้นักพัฒนาทั่วโลกดาวน์โหลดค่าน้ำหนักโมเดลได้ฟรีแล้วผ่าน Hugging Face และ ModelScope ขณะเดียวกันยังเปิดให้บริการผ่าน API บน Model Studio และ Qwen Cloud ด้วยอัตราค่าบริการอินพุต 1 หยวน (0.16 ดอลลาร์สหรัฐ) ต่อ 1 ล้านโทเคน และเอาต์พุต 3 หยวน (0.47 ดอลลาร์สหรัฐ) ต่อ 1 ล้านโทเคน นอกจากนี้ โมเดลดังกล่าวยังถูกนำไปใช้งานบนแพลตฟอร์ม QwenWork ใน standard mode โฉมใหม่ ช่วยลดการใช้โทเคนต่องานลงถึง 75% และเพิ่มความเร็วในการสร้างเนื้อหาขึ้นเกือบสองเท่า
การเปิดตัวครั้งนี้สะท้อนความสำเร็จของระบบนิเวศโอเพนซอร์สจากอาลีบาบา ซึ่งปัจจุบันมีการปล่อยโมเดลสู่สาธารณะไปแล้วมากกว่า 460 โมเดล ก่อให้เกิดโมเดลอนุพันธ์ที่พัฒนาต่อยอดอีกกว่า 300,000 โมเดล และมียอดดาวน์โหลดสะสมทั่วโลกทะลุ 3 พันล้านครั้ง ตอกย้ำสถานะตระกูลโมเดลโอเพนซอร์สที่มียอดดาวน์โหลดสูงที่สุดในโลก
