Qwen4.5 是什么？还没发布，官方最新规划：参数迈向5-10T

Qwen4.5 目前还没有发布。9 月 22 日云栖大会上，阿里 Qwen LLM 项目负责人刘大一恒首次给出官方口径：基于全新架构的 Qwen4 已经在训练中，Qwen4.5、Qwen5 均在稳步推进，总参数规模计划迈向 5 万亿至 10 万亿（5-10T）。

本文会讲清楚四件事：Qwen4.5 的官方信息有哪些、它和 Qwen4、Qwen3.8-Flash-Next 是什么关系、5-10T 参数意味着什么、现在能用上什么。

Qwen4.5 的官方信息：目前只确认了三件事

9 月 22 日云栖大会是 Qwen4.5 首次被官方公开提及。把现场披露的内容拆开，目前能确认的只有三件事：

1. 版本路线：Qwen4 正采用全新架构展开训练，Qwen4.5、Qwen5 均在稳步推进中。
2. 参数规模：未来 Qwen4.5、Qwen5 等版本总参数量将扩展至 5 万亿甚至 10 万亿的规模。
3. 技术底座：Qwen3.8-Flash 提前开源的下一代千问架构（注意力机制与模型内信息传递机制创新）将成为新一代模型的基石，训练成本骤降近 90%。

除此之外，官方没有公布 Qwen4.5 的发布时间、具体参数和评测数据。网上流传的具体规格都属于猜测，建议以量子位对云栖大会的报道和千问官方渠道为准。

Qwen4.5、Qwen4、Qwen3.8-Flash-Next 是什么关系？

很多报道把这三个名字混在一起，一次说清：

可以理解为：Qwen3.8-Flash-Next 是阿里放出的「架构金丝雀」，先用一个开源模型验证下一代架构；Qwen4 是这套架构的正式版；Qwen4.5 和 Qwen5 则是在此基础上继续放大参数规模。

5-10T 参数意味着什么？

Qwen3.8-Flash-Next 的总参数是 125B（1250 亿），官方规划的 5-10T 相当于在此基础上放大 40 到 80 倍。

但总参数量大不等于推理成本等比上涨。千问新架构走的是稀疏 MoE 路线，Qwen3.8-Flash-Next 每 token 只激活约 6B 参数。稀疏激活让「总参数决定能力上限、激活参数决定推理成本」成为可能，这也是阿里敢把参数规划推到 10T 级别的技术前提。

顺带一提，同场大会还披露了 RSI（递归自我改进）的进展：Qwen3.8-Max 在人类零参与的情况下自主迭代 33 轮，Artificial Analysis 得分从 40 涨到 45，与 Claude、GPT 最强模型同处第一阵营。国产模型的版本节奏可以参考我们此前的GLM-5.3 实测与 GLM-6.0 发布动态。

等不及 Qwen4.5？现在就能用的架构预览模型

Qwen3.8-Flash-Next 是目前唯一能实际体验的「下一代千问」，它在真实软件工程和 Agent 任务上的官方评测数据如下：

价格与上下文方面：云服务版 Qwen3.8-Flash 定价为输入 0.16 美元/百万 token、输出 0.47 美元/百万 token，原生上下文 262144，通过 YaRN 可扩展到 100 万 token。API 同时兼容 OpenAI 和 Anthropic 协议，现有的 Claude Code、Codex 业务代码几乎不用改就能迁移，具体接入流程和 OpenRouter 多模型调用全解里的思路一致。更多细节见阿里云开发者社区的解析。

架构上，HuggingFace transformers 文档已经收录了这套下一代架构（Qwen4-Exp），包含三个核心组件：

• GatedResidual（GR）：混合多条残差流，在注意力和 MoE 块前做细粒度门控。
• Qwen Sparse Attention（QSA）：按块选择最相关的压缩 key 块，配合 Gated DeltaNet，成为首个融合线性注意力与稀疏注意力的混合架构。
• Per-Layer Embedding（PLE）：为部分解码层注入词法特征，增强词汇级感知。

这三项就是 Qwen4 训练所用新架构的核心，也是 Qwen4.5 能把参数推到 5-10T 的基础。

怎么第一时间用上 Qwen4.5？

官方没有给时间表。参考 Qwen3.8-Flash-Next 的节奏（8 月 26 日开源、云服务同步），Qwen4 大概率延续「开源权重 + 云服务 API 同步」的发布方式。想第一时间用上，建议盯三个渠道：

1. Hugging Face 的 Qwen 组织页：开源权重第一时间在这里放出。
2. 魔搭社区（ModelScope）：此前 Qwen3.8-Flash-Next 就提前挂了发布倒计时。
3. 阿里云百炼平台：API 版本通常同步上线，兼容 OpenAI 协议。

另外，同场官宣的下一代视频生成模型计划 11 月发布，主打更长时长、更可控的角色与镜头。阿里系视频模型的现有能力可以先看通义万相 Wan 3.0 上手指南。

总结

Qwen4.5 的故事可以浓缩成一句话：架构已经开源验证（Qwen3.8-Flash-Next），正式系列在训练（Qwen4），参数规模剑指 5-10T（Qwen4.5、Qwen5）。对开发者来说，与其等待 Qwen4.5，不如现在就把 Qwen3.8-Flash-Next 接进工作流，提前适配下一代架构的协议和上下文能力。

本文由 AI345 整理，最后更新于 2026 年 9 月。