vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Qwen3.8-Flash-Next
模型简介
Qwen3.8 代的轻量旗舰，180B 激活 6B，把 Max 的能力压到单机可部署的体量。
- 参数量
- 180B
- 上下文
- 1M
- 所属
- Qwen
- 类型
- 纯文本 / 可识别图像
- 商用
- 有条件可商用
- 许可
- Qwen Community License 1.0
- 发布
- 2026-08-24
- 收录
- 2026-10-03