علي بابا تنشر أوزان Qwen3.8-Flash: نموذج MoE بحجم 125B ومعاينة لبنية Qwen4

أعلن فريق Qwen في علي بابا عن Qwen3.8-Flash ونشر أوزانه فوراً. حصد المنشور أكثر من مليوني مشاهدة، لكن محتواه قصير: بضعة أرقام ووعد. سنستعرض ما تأكد منه وما يبقى تخميناً وما ينبغي فعله ريثما يصدر تقرير تقني.

ما هو مؤكد

بحسب نص الإعلان:

• Qwen3.8-Flash نموذج متعدد الوسائط ببنية Mixture-of-Experts. يعمل مع كل رمز جزء فقط من المعلمات، ولذلك تكون هذه النماذج عادةً أسرع وأرخص من النماذج الكثيفة المماثلة في الحجم.
• إنه «معاينة مبكرة لبنية Qwen4». أي أن علي بابا تعرض فعلياً كيف سيكون تصميم الجيل القادم، وتقدمه للمجتمع للتحقق منه.
• الأوزان مفتوحة.
• ستظهر النسخة الإنتاجية من Qwen3.8-Flash قريباً في واجهة QwenCloud API بسعر 0.16 دولار لكل مليون رمز إدخال و0.47 دولار لكل مليون رمز إخراج.
• الحجم المعلن هو «125B معلمة + 51B N-gram».

من المهم أن الأوزان المفتوحة والنسخة الإنتاجية في واجهة API ليستا الشيء نفسه. فعلي بابا تذكر صراحة أن السحابة ستقدم نسخة إنتاجية منفصلة. وهذا يعني أن سلوك نقطة التحقق (checkpoint) المنزَّلة قد يختلف عن سلوك النموذج عبر API.

ما الغريب هنا: «51B N-gram»

رقم 125B مفهوم: فهو حجم معتاد لنموذج MoE. أما الرقم الثاني فأكثر إثارة. لا يوجد في الإعلان أي شرح له، لذا فما يلي افتراضنا وليس حقيقة.

في الأبحاث الحديثة تكتسب فكرة شائعة مفادها نقل جزء من «المعرفة» من الطبقات الحسابية إلى جداول كبيرة، حيث يُستخرج متجه جاهز بناءً على تسلسل من عدة رموز (n-gram). هذه ذاكرة وليست حساباً: فالبحث في الجدول لا يكاد يكلف شيئاً من حيث FLOPs، لكنه يمنح النموذج وصولاً رخيصاً إلى العبارات والحقائق الثابتة. وإذا كانت Qwen4 مبنية على شيء مشابه، فهذا رهان معماري جدي. لكنه حتى الآن مجرد فرضية.

وهناك أيضاً سؤال حسابي. فليس واضحاً هل يُجمع 125B و51B ليصبحا 176B أم أنهما فئتان مختلفتان من المعلمات. كما أن عدد المعلمات النشطة لكل رمز غير معروف. ومن دونه لا يمكن تقييم السرعة ولا متطلبات العتاد تقييماً نزيهاً.

ماذا يفعل المطور ومدير المنتج

أولاً، لا تخططوا للانتقال استناداً إلى منشور واحد. فلا توجد معايير أداء في الإعلان، كما أن اسم «Flash» في عائلة Qwen يعني عادةً فئة سريعة ورخيصة، لا مستوى الجودة الرائد.

ثانياً، قيّموا الجانب الاقتصادي. فسعر 0.16 و0.47 دولار لكل مليون رمز يندرج في شريحة المهام الواسعة: التصنيف واستخراج البيانات ودعم الدردشة وتحليل المستندات والصور. وإذا كنتم تستخدمون حالياً نموذجاً أغلى وكانت الجودة فيه تفوق حاجتكم، فيستحق Qwen3.8-Flash أن يُجرَّب على مجموعة بياناتكم. رموز الإخراج أغلى بثلاثة أضعاف من رموز الإدخال، ولذلك ستكون التوليدات الطويلة أغلى بوضوح من المطالبات الطويلة.

ثالثاً، إذا أردتم تشغيل النموذج محلياً، فاحسبوا الذاكرة مسبقاً. للإشارة: 125B معلمة بصيغة 8 بت تعني نحو 125 غيغابايت للأوزان وحدها، وبصيغة 4 بت نحو 60 غيغابايت، دون احتساب KV-cache وربما جداول N-gram. وستعطي الصورة الحقيقية عمليات التكميم من المجتمع وأولى القياسات على vLLM أو SGLang. انتظروها واختبروا على بياناتكم لا على لوحات المتصدرين الخاصة بغيركم.

رابعاً، تابعوا الجانب التقني. فبالنسبة للباحثين ومهندسي الاستدلال، لا يكمن الاهتمام الأساسي في النموذج نفسه، بل فيما يكشفه عن Qwen4: كيف يعمل توجيه الخبراء، وما هو جزء «N-gram»، وكيف دُمجت الوسائط المتعددة في البنية.

القيود

كل ما سبق يستند إلى تغريدة واحدة. لا يوجد تقرير تقني، ولا رخصة في نص المنشور، ولا نافذة سياق، ولا قائمة بالوسائط المدعومة، ولا مقارنات مع نماذج أخرى. ويجب التحقق من شروط الرخصة قبل أي استخدام تجاري: فمصطلح «open-weight» لا يضمن لا Apache 2.0 ولا السماح بالاستخدام التجاري.

الخلاصة: إنه إصدار لافت، لأن الأوزان المفتوحة وبنية MoE ومعاينة بنية جديدة من أحد أبرز اللاعبين الصينيين في مجال الأوزان المفتوحة نادراً ما تأتي معاً. لكنه حتى الآن مجرد إعلان نوايا. وستكشف القيمة العملية القياسات المستقلة وإصدار نسخة API.