Qwen Flash Next
阿里巴巴Qwen系列中的轻量高效模型，定位于在较小参数规模下实现高推理性能，支持多种量化格式部署
时间轴 (近 90 天)
Reddit上出现了一个声称有确凿证据证明Qwen Flash Next试图向远程中国服务器发送数据的帖子，但实际是系统提示词钓鱼恶作剧。
官方在 Hugging Face 上提供了对应的 GGUF 量化模型文件，仓库地址为 ggml-org/Qwen3.8-Flash-Next-GGUF
具体的性能提升数据、兼容硬件范围和 MTP 实际加速比仍需官方文档和后续社区实测确认
围绕 Qwen Flash Next 模型的 MTP（多 token 预测）支持工作已经重新启动
开发者已为 Qwen Flash Next 准备好可切换使用的量化模型，并在 llama.cpp 仓库提交了对应的 Pull Request
该 MTP 支持工作目前仍处于 WIP（进行中）状态，尚未稳定
Qwen Flash Next 的量化模型托管于 Hugging Face 的 ggml-org/Qwen3.8-Flash-Next-GGUF 仓库，提供 GGUF 格式权重文件
完成250案例测试，FP8 27B用时36分27秒，Flash-Next IQ4_XS用时2小时05分47秒，相差约3.5倍
在GSM8K上Flash-Next得97.5%对FP8的90.0%，德语MGSM上92.5%对90.0%，IFEval两者均为89.6%打平
在MMLU-Pro基准上Flash-Next IQ4_XS得分83.8%，Qwen3 27B FP8得分75.0%
还有 3 条时间轴事件
全部知识事实 (6)
具体的性能提升数据、兼容硬件范围和 MTP 实际加速比仍需官方文档和后续社区实测确认
50%待验证测试者建议单用户场景选低量化的Flash Next以获得更高精度，需要并发处理则选FP8 27B因其速度约为QFN的4倍
50%待验证AMD的RX 9700系列GPU对mxfp4有硬件级加速支持，升级至128GB内存后使用mxfp4量化版Flash Next可使QFN速度提升约2倍
50%待验证Reddit上出现了一个声称有确凿证据证明Qwen Flash Next试图向远程中国服务器发送数据的帖子，但实际是系统提示词钓鱼恶作剧。
50%待验证官方在 Hugging Face 上提供了对应的 GGUF 量化模型文件，仓库地址为 ggml-org/Qwen3.8-Flash-Next-GGUF
50%待验证Qwen Flash Next 的量化模型托管于 Hugging Face 的 ggml-org/Qwen3.8-Flash-Next-GGUF 仓库，提供 GGUF 格式权重文件
50%