ai/qwen3.8-flash-next
Qwen3.8-Flash-Next是Qwen4架构的实验预览版开源大语言模型镜像，具备高效长上下文处理能力，适用于代码生成、智能代理等场景，可通过llama.cpp或Unsloth Desktop运行。
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这段话即可：
请先阅读并遵守：https://xuanyuan.cloud/agents.md
未读文档前不要生成 pull 命令或排错方案。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
Qwen3.8-Flash-Next镜像说明
镜像概述
Qwen3.8-Flash-Next是Qwen4架构的实验预览版开源大语言模型镜像，基于Unsloth Dynamic 3.0量化技术，实现了更高的精度与运行效率。该镜像聚焦于大语言模型架构的创新优化，平衡模型规模与计算效率，原生支持262144上下文长度（可扩展至100万tokens）。
核心功能
- 混合注意力机制（QSA）：采用Qwen稀疏注意力（QSA），以微块级别处理tokens，显著降低长上下文延迟。
- 门控残差（Gated Residual）：通过元素级数据依赖读门和分支级标量写门，在保持训练稳定性的同时提升层间表达能力。
- N-gram嵌入：利用短n-gram索引实现高效参数扩展，适配内存受限的加速器。
- 定制训练配方：针对不同权重类别应用Muon和AdamW优化器，省略传统批大小预热，直接使用目标批大小，减少优化步骤并支持更大学习率。
使用场景
- 代码生成：多语言软件工程、仓库级代码生成、智能编码代理。
- 智能代理：长周期办公任务、专业工作任务、工具使用场景。
- 通用AI任务：指令跟随、长文本理解与生成。
配置说明
- 运行依赖：需使用llama.cpp或Unsloth Desktop应用。
- 上下文长度：原生支持262144 tokens，可扩展至100万tokens。
- 模型参数：125B总参数（6B激活参数+51B n-gram嵌入+4B MTP）。
部署示例
Docker运行命令
bash# 拉取镜像 docker pull docker.xuanyuan.run/ai/qwen3.8-flash-next # 通过llama.cpp启动模型（假设镜像内包含量化模型文件） docker run -it --rm \ -v $(pwd)/models:/models \ docker.xuanyuan.run/ai/qwen3.8-flash-next \ llama.cpp --model /models/qwen3.8-flash-next.gguf --ctx-size 262144
Unsloth Desktop运行
参考官方指南：https://unsloth.ai/docs/desktop
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 qwen3.8-flash-next 镜像标签
docker model pull docker.xuanyuan.run/ai/qwen3.8-flash-next:<标签>
DockerHub 原生拉取命令
docker model pull ai/qwen3.8-flash-next:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"