先了解这件事
AI 综述
2026年8月26日,Unsloth发布Qwen3.8-Flash的GGUF量化版本,使这一125B MoE模型可在75GB内存的本地环境运行,并称其表现超过Claude-Opus-4.6(Max)。同时发布的Qwen3.8-Flash-Next支持CPU内存与统一内存方案,速度接近显存运行。Unsloth提供了使用指南和GGUF下载链接。被引用的Qwen官方介绍显示,Qwen3.8-Flash为多模态MoE,采用GDN加QSA混合注意力等新架构,每token激活6B参数,原生上下文262K,可经YaRN扩展至1M。
AI 根据公开报道生成
最新进展 · 正式报道
Unsloth 发布 Qwen3.8-Flash GGUF，75GB 内存可本地运行事件进展
1 个已确认进展
- 来源：Unsloth
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月26日
Unsloth一手精选
Unsloth 发布 Qwen3.8-Flash GGUF，75GB 内存可本地运行
Unsloth 发布 Qwen3.8-Flash 的 GGUF 量化版本，可在 75GB 内存的本地环境运行这个 125B MoE 模型，并称其表现超过 Claude-Opus-4.6（Max）。同时发布的 Qwen3.8-Flash-Next 支持 CPU 内存与统一内存方案，速度接近显存运行。Unsloth 提供了使用指南和 GGUF 下载链接。被引用的 Qwen 官方介绍显示，Qwen3.8-Flash 为多模态 MoE，采用 GDN + QSA 混合注意力等新架构，每 token 激活 6B 参数，原生上下文 262K，可经 YaRN 扩展至 1M。