Ir al contenido
IA para hoy
Modelos y avances Lanzamiento Del archivo 3/5 · Una fuente fiable

Alibaba lanza Qwen3.8-Flash-Next, modelo multimodal MoE abierto con arquitectura de Qwen4

Fotografía de archivo que ilustra: Alibaba lanza Qwen3.8-Flash-Next, modelo multimodal MoE abierto con arquitectura de Qwen4
Foto: Schäferle · Licencia Pixabay · Pixabay

Hecho Qué ha ocurrido

Alibaba ha publicado Qwen3.8-Flash-Next, un modelo de pesos abiertos multimodal basado en mezcla de expertos (MoE) con 125 mil millones de parámetros pero solo 6 mil millones activos, lo que proporciona un impulso significativo de rendimiento. El modelo sirve como avance preliminar de la arquitectura que se utilizará en Qwen4. Simon Willison lo ha probado en hardware DGX Spark con versiones cuantizadas de Unsloth de entre 72,5 GB y 78,9 GB.

Resumen generado mediante IA a partir de Simon Willison (original en inglés). Naturaleza de la información: hecho documentado.

Análisis Por qué importa

La publicación de un modelo abierto de gran escala que anticipa la arquitectura de Qwen4 permite a desarrolladores y empresas acceder a capacidades multimodales avanzadas sin depender de proveedores cerrados, mientras reduce significativamente los costes de inferencia mediante arquitectura MoE eficiente. Este enfoque competitivo de Alibaba refuerza el ecosistema de modelos abiertos frente a alternativas propietarias.

Quién se ve afectado
Desarrolladores e investigadores, empresas que necesitan modelos multimodales de código abierto, operadores de infraestructura que buscan optimizar costes de inferencia.
Qué puede cambiar
La disponibilidad de un modelo abierto de 125B parámetros con activación parcial reduce la barrera de entrada para ejecutar capacidades multimodal complejas en hardware estándar, permitiendo experimentación y despliegue independiente sin restricciones de acceso de proveedores propietarios.

Análisis generado a partir de la información disponible; no procede de la fuente.

Ilustración generada con IA sobre: Alibaba lanza Qwen3.8-Flash-Next, modelo multimodal MoE abierto con arquitectura de Qwen4
Ilustración generada con IA por IA para hoy

Predicción Qué observar a continuación

Adopción del modelo en entornos de producción y comparativas de rendimiento respecto a alternativas propietarias; evolución de la arquitectura anunciada en Qwen4; disponibilidad y rendimiento de versiones cuantizadas optimizadas; velocidad de adopción en ecosistema de código abierto.

Recomendación Qué debería hacer una empresa

Evaluar en los próximos 3-6 meses si Qwen3.8-Flash-Next ofrece relación rendimiento-coste competitiva respecto a modelos multimodales propietarios en casos de uso específicos de su organización, particularmente para procesamiento de imágenes y razonamiento visual.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: Simon Willison. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMmultimodalMoEcuantizacion AlibabaNvidia Alibaba eficiencia-inferencia modelo abierto multimodal Qwen

Relacionadas

AWS publica guía para desplegar el modelo abierto Qwen3.8-2.4T-A95B en SageMaker HyperPod

Alibaba lanzó el 12 de agosto de 2026 Qwen3.8-2.4T-A95B, un modelo de pesos abiertos con 2,4 billones de parámetros totales (95.000 millones activados por…

Por qué importaEs la primera vez que un modelo de la clase Qwen-Max se libera en pesos abiertos, lo que da a las empresas una alternativa autoalojada frente a APIs…

Impacto medio Fiabilidad una fuente fiable AWS Machine Learning Blog
Modelos y avances

Alibaba lanza Qwen3.5, modelo multimodal con 397B parámetros y velocidad 19x superior

Alibaba ha publicado Qwen3.5-397B-A17B, un modelo de código abierto con 397 mil millones de parámetros totales pero solo 17 mil millones activos por consulta…

Por qué importaDemuestra que los laboratorios chinos de IA mantienen ritmo acelerado de innovación en modelos abiertos, compitiendo directamente con GPT-5.2, Claude…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 The Decoder
Herramientas y productos

Alibaba lanza Qwen3.8-Omni-Flash, modelo multimodal más barato que Gemini Flash

Alibaba presentó Qwen3.8-Omni-Flash, su primer modelo multimodal para agentes de IA, que procesa audio y vídeo conjuntamente con ventana de contexto de un…

Por qué importaOfrece capacidades multimodales similares a un modelo líder de Google a un coste sensiblemente menor, lo que presiona los precios del mercado de IA…

Impacto medio Fiabilidad varias fuentes The Decoder

Alibaba lanza Qwen-Image-2.1, modelo abierto de generación de imágenes con 7.000 millones de parámetros

El equipo Qwen de Alibaba ha publicado Qwen-Image-2.1, un modelo de pesos abiertos para generación y edición de imágenes con 7.000 millones de parámetros en su…

Por qué importaUn modelo abierto y eficiente que corre en hardware de consumo democratiza la generación de imágenes de alta calidad y reduce la dependencia de APIs…

Impacto bajo Fiabilidad declaración interesada The Decoder

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.