Qwen3.8-Flash-Next | local-gen

規模: 125B main + 51B N-gram embeddings / 6B active per token
コンテキスト: 最大 262,144
形式: safetensors, GGUF, MLX
ライセンス: qwen-community-1.0

何に使う？最初に試すこと

大きなMoEモデルをローカルで試す候補です。記事では配布物と実行条件を先に確認し、普段の短い質問から応答を確かめましょう。activeの規模だけで必要メモリを見積もらず、全体の重みとオフロード条件を見て選びます。

選ぶ前に押さえること

Qwen3.8-Flash-Nextは125B本体に51BのN-gram埋め込みを加え、1回の処理で6Bを有効化するMoE
公式の推論例は262,144トークンの文脈長を指定しており、長文脈は実行環境のメモリ条件と分けて検証する
Qwen公式はllama.cppでテキストと画像入力の両方へ対応したと案内している

Qwen3.8-Flash-Nextの容量と実行条件｜RTX 5090で取得前に見ることで、仕様の読み方と実行条件を詳しく確認できます。

配布ファイルと実行方法を選ぶ

このページに登録している形式はsafetensors、GGUF、MLXです。配布ページのモデルカードと実行例で、取得するファイルと対応ソフトを確認しましょう。

Safetensorsの配布物と、GGUFを読み込むソフトの手順は分けて選びます。GGUF版を使う場合は変換元と量子化名を確認してください。

仕様

Author: Qwen Team / Alibaba Group
Architecture: qwen4_exp
Quantizations: Q8_0
Last checked: 2026/09/01

用途・タグ

テキスト生成画像理解コーディングローカル推論multimodalmoeqwen4-previewlong-contextlocal-inference

このモデルに関係する情報

関連記事と計測結果。

ARTICLEQwen3.8-Flash-Nextの容量と実行条件｜RTX 5090で取得前に見ることQwen3.8-Flash-Nextは125B本体と51BのN-gram埋め込みを持ち、1回の処理で6Bを有効化するMoEです。llama.cppはテキストと画像入力に対応。RTX 5090 32GBではRAMへの退避を前提に考える理由を整理します。記事を読む

あなたのPCとの対応記録

このモデルの対応記録はまだ登録されていません。GPUを設定しても照合できる記録はありません。関連記事と、別に掲載している実測の条件を確認してください。