Alex Getmansignaux précoces sur l'IA
FR

Qwen3.8

Alibaba

Selon des informationsDate de sortie inconnueMis à jour

Chronologie

Hors du radar actif. La sortie ou le changement de nom ne sont pas confirmés.

lien de référence

  1. · Liens de référence · GitHub search · Alibaba · commits · onprem-ai/deployment-catalog · @tomas-polach
  2. · Liens de référence · GitHub search · Alibaba · commits · finereli/pyramid-mcp · @finereli
  3. · Liens de référence · GitHub search · Alibaba · commits · fdietze/pi-infinite-context · @fdietze
  4. · Publications d'Alex · gamme · GitHub search · Alibaba · commits · agentgateway/agentgateway · @github-actions[bot]
    Extrait
    json.providers.nebius.models["Qwen/Qwen3.8-27B"].name = "Qwen3.8 27B";
  5. · Liens de référence · GitHub search · Alibaba · commits · aabhay007/Personal-AI-Core · @aabhay007
  6. · Liens de référence · GitHub search · Alibaba · commits · QuantumKuba/Diffactly · @QuantumKuba
  7. · Liens de référence · GitHub search · Alibaba · commits · Hallo-ich-bin-PeppaPig/Singularity · @Hallo-ich-bin-PeppaPig
  8. · Liens de référence · GitHub search · Alibaba · commits · Azure/azureml-assets · @hanbitmyths
    Extrait
    Add MAI, Qwen3.8 and Nemotron 3.5 Foundry Local coding models (#5452)
  9. · Publications d'Alex · gamme · GitHub search · Alibaba · pulls · xadupre/devdash-agents · @xadupre
    Extrait
    - Real Qwen3.8 27B on H200-101, physical CUDA 7: streaming generation and a follow-up turn succeeded. Used a temporary configuration with 16 KV blocks and
  10. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] qwen38_flash package entry: register() and READMEs
  11. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] MTP draft model
  12. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] KV offload pool regions
  13. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Runner input adapter
  14. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Hyper-connection layers
  15. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] GDN layer input preparation
  16. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Pooled KV cache materialization
  17. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] PD transfer: identity, manifest and Raiden connector
  18. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Config hook, geometry checks and pooled cache layout
  19. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] PLE feature: tables, host lookup, storage, offload and pooled PLE
  20. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Sequence-parallel prefill backbone
  21. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] QSA attention layer
  22. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Model-owned GDN op and layer (no register_oot)
  23. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Per-group Mamba index accessors
  24. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Mamba tail fold: export prefill checkpoints from inside the step
  25. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] In-place rows update op
  26. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] PLE Torch-to-JAX ops
  27. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] QSA Torch-to-JAX ops
  28. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Torch bridge for the QSA kernels
  29. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] GDN input preparation kernel
  30. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Unified KV pool kernels
  31. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] PLE lookup and gate kernels
  32. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Hyper-connection kernels
  33. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Pooled QSA kernel over the unified KV pool
  34. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] QSA KV write kernels (fused, main, compressed)
  35. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] QSA union-walk kernels (plan, dense, SparseCore gather, prefill)
  36. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] Qwen3.8-Flash model and registration hooks
  37. · Liens de référence · GitHub search · Alibaba · pulls · vllm-project/vllm-torchtpu · @DRZDONG
    Extrait
    [Model][Qwen3.8] QSA main-KV decode context parallelism over rank pairs (DCP-2) kernels
  38. · Liens de référence · GitHub search · Alibaba · pulls · vjmichael/Lu-AI-GUI · @vjmichael
    Extrait
    - Physical interactive owner Windows/Radeon Qwen3.8, Vulkan VRAM/TFFB TTFT p50/p95, and actual local installed MMProj; hosted CPU small models do not substitute.
  39. · Liens de référence · GitHub search · Alibaba · pulls · vitessio/vitess · @jdoupe
  40. · Liens de référence · GitHub search · Alibaba · pulls · nearai/cvm-compose-files · @PierreLeGuen
  41. · Liens de référence · GitHub search · Alibaba · pulls · michsindlinger/specwright · @michsindlinger
  42. · Publications d'Alex · gamme · GitHub search · Alibaba · pulls · SceneWorks/SceneWorks · @michaeltrefry
    Extrait
    SW-7119: Qwen3.8 27B describer model and tier in core, worker, API and catalog
  43. · Publications d'Alex · gamme · GitHub search · Alibaba · pulls · NVIDIA/hyperflare-inference · @Raydius
    Extrait
    The pinned Qwen3.8 Flash Next checkpoint trains a 262,144-token context (theta 10M, interleaved MRoPE 11/11/10). This adds a declared serving variant of the same weights
  44. · Liens de référence · GitHub search · Alibaba · pulls · FlashML-org/FreeToken · @zihaomu
  45. · Publications d'Alex · gamme · GitHub search · Alibaba · pulls · BuQQzz/SHIELD2.0 · @BuQQzz
    Extrait
    Makes Qwen3.8 27B (IQ1_M) a working coding model on an 8 GB card (RTX 2070 SUPER) through SHIELD's own llama-server.
  46. · Liens de référence · GitHub search · Alibaba · pulls · Azure/azureml-assets · @hanbitmyths
    Extrait
    Add MAI, Qwen3.8 and Nemotron 3.5 Foundry Local coding models
  47. · Liens de référence · GitHub search · Alibaba · pulls · 0xburden/modelship · @0xburden
    Extrait
    - Reviewed immutable catalog of 25 standalone Qwen3.8 GGUF quantizations; wizard displays sizes, numeric/letter/full-value selection and a visible UD-Q4_K_M default. No hardware-driven quant substitution; flags
  48. · Liens de référence · GitHub · QwenLM/qwen-code · PR
    Extrait
    - The Standard preset has the same qwen3.8 effort and GLM thinking gaps and will be aligned in a follow-up
  49. · Publications d'Alex · gamme · Alex Getman
    Extrait
    🚨 Qwen3.8 Omni Flash is out It can see, hear and understand video, then actually act on it Give it hours of footage and it can find the right moments, translate, edit or turn it into notes. Give it a meeting and it can pull out tasks and start working on them 1M context, API from $0.43
  50. · Publications d'Alex · gamme · Alex Getman
    Extrait
    🚨 QWEN3.8 FLASH NEXT IS OUT The leaked specs were real: • 125B multimodal MoE • Only 6B active • 262K native context, up to 1M Qwen says it beats Claude Opus 4.6 across coding, agentic tasks, tool use and several multimodal benchmarks.
  51. · Publications d'Alex · gamme · Alex Getman
    Extrait
    🚨 QWEN3.8 FLASH NEXT DROPS TODAY A ModelScope description that was quickly taken down reportedly revealed: • 125B main parameters • 51B N gram embeddings • Only 6B active per token • Multimodal MoE architecture The model is also an official preview of the upcoming Qwen4 architecture.
  52. · Publications d'Alex · Alex Getman
    Extrait
    ⚡️ Qwen 3.8 27B beat GPT 5.6 Terra This happened in the AA Agentic Index, a benchmark that tests how well models handle agentic tasks. And you can run Qwen 3.8 27B locally on a single RTX 3090.
  53. · Publications d'Alex · Alex Getman
    Extrait
    ⚡️ Alibaba released Qwen3.8’s weights A model at Claude Opus 4.6 level, a flagship just six months ago, can now run on a single RTX 4090. Qwen3.8 27B uses around 17 GB of VRAM when quantized and should deliver ~50 tok/s.
  54. · Publications d'Alex · Alex Getman
    Extrait
    Alibaba just teased Qwen3.8 with 2.4T parameters This is the new Qwen flagship, with open weights coming soon. Alibaba ranks it right below Claude Fable 5. Public benchmarks are still missing, so nobody really knows how close it actually is to Fable, or how it stacks up against GPT-5.6 Sol and Kimi K3. Pricing is the fun part. Kimi K3 costs $3/$15, so Qwen3.8 will probably land in the same range. The preview is already live in Qoder. It uses 10x fewer credits during the day and 50x fewer at night, so you can basically test it for free.
Caractéristiques

Qwen3.8 · Hors du radar actif. La sortie ou le changement de nom ne sont pas confirmés.

Questions

Quand Qwen3.8 est-il sorti ?

Date de sortie inconnue