Telko.id – Alibaba memperkenalkan model AI terbarunya, Qwen 3.8 Flash Next, pada Kamis (27/8/2026), seperti yang dilaporkan oleh Kompas.com pada Jumat, 28 Agustus 2026. Model ini merupakan varian baru dari keluarga model kecerdasan buatan Qwen 3.8 yang ditujukan untuk perusahaan yang membutuhkan model AI dengan biaya lebih rendah, di tengah persaingan harga antara penyedia AI China dan Amerika Serikat.
Arsitektur Mixture-of-Experts sebagai Pratinjau Qwen 4
Qwen 3.8 Flash Next merupakan model multimodal dengan arsitektur Mixture-of-Experts (MoE) yang menjadi pratinjau awal arsitektur yang akan digunakan pada Qwen 4. Model ini memiliki total 125 miliar parameter, namun hanya sekitar 6 miliar parameter yang aktif untuk setiap token yang diproses. Sebagai perbandingan, Qwen 3.8 Max memiliki 2,4 triliun parameter, sedangkan Qwen 3.8-27B memiliki 27 miliar parameter — menunjukkan bahwa Flash Next dirancang jauh lebih ringan dari sisi komputasi meski tetap membawa kapasitas total yang besar.
Baca Juga:
- Alibaba AI Capai 3 Miliar Unduhan, AI Open-Source Makin Diminati
- Alibaba Larang Karyawan Pakai Claude Code per Juli 2026
Inovasi “Kamus” N-gram Embedding Layer
Salah satu inovasi arsitektur yang menonjol dari model ini adalah kehadiran N-gram embedding layer yang memiliki 51 miliar parameter. Lapisan ini bekerja dengan menyimpan kelompok kata yang umum digunakan sebagai entri tersendiri, semacam “kamus”, dan dapat ditempatkan di RAM sistem tanpa harus seluruhnya berada di GPU. Pendekatan ini memungkinkan efisiensi memori yang lebih baik dibandingkan model AI konvensional yang harus memuat seluruh parameter ke dalam GPU.
Biaya Lebih Rendah, Performa Tetap Kompetitif
Alibaba mengeklaim Qwen 3.8 Flash Next memiliki biaya pelatihan dan inference yang sembilan kali lebih rendah dibandingkan Qwen 3.7-Plus. Walau lebih hemat biaya, model ini tetap membawa peningkatan, terutama dalam hal coding dan pekerjaan perkantoran.
Dalam pengujian yang dipublikasikan Alibaba, Qwen 3.8 Flash Next mencetak skor 58,7 pada DeepSWE dan 62,5 pada SWE-bench Pro, dua benchmark yang menguji kemampuan AI menemukan serta memperbaiki masalah pada proyek software.
Pada pekerjaan kantor dan produktivitas, model ini juga mencatat skor 73,9 di platform CoWorkBench, sedangkan DeepSeek-V4-Flash hanya mendapat skor 45,1 pada benchmark yang sama — menunjukkan keunggulan cukup signifikan di segmen tugas perkantoran dibandingkan salah satu pesaing utamanya dari China.
