Az új Qwen 3.8 Flash Next nyílt előzetes változatát mutatja be a videó, amely a Qwen 4 architektúra alapjait fekteti le. A modell lenyűgöző méretű, 125 milliárd paraméterrel rendelkezik, de ténylegesen csak 6 milliárdot aktivál szófeldolgozáskor, ezzel kombinálva a hatékonyságot és az erőt.
Az első részben a bemutató arra fókuszál, hogyan lehet a modellt kvantált formátumban letölteni és helyben, Ubuntu rendszeren, GPU segítségével futtatni. Ehhez a llama.cpp-t használja, és részletes útmutatást ad a szükséges telepítési lépésekről, különös tekintettel a verziók és parancsok helyes kiválasztására.
Az architektúra elemzése során olyan, a mesterséges intelligencia működését befolyásoló újdonságokat mutat be, mint a gated delta rétegek, melyek folyamatosan frissülő memóriát biztosítanak, illetve a sparse attention és engram embedding megközelítések, amelyek gyorsaságot és extra tudást eredményeznek a modell számára.
Különféle tesztek, benchmark eredmények szerint a Qwen Flash Next számos más modellel, például DeepSeek vagy Claude Opus változatokkal szemben is kimagasló eredményeket ér el, főleg nyelvi, programozási és multimodális feladatokon. Feltárásra kerül, hogy hol erős és hol marad el a konkurenciához képest.
A bemutató interaktív HTML-generálási próbatételen keresztül teszteli a modell soknyelvűségét, világismeretét, illetve a natív karakterkészlet pontosságát is. Ezt követően egy különösen komplex morális dilemma szituációt vizsgálnak, mely során a modellnek érzelmi, racionális és értékalapú döntést kell hoznia két rendkívül eltérő végkimenetel között.
A videó végig kritikus szemmel tekint a modell képességeire, kiemelve annak rugalmasságát, kreativitását, illetve azokat a területeket, ahol további tesztelésre van szükség. Számos, a felhasználók számára is releváns kérdést vet fel a helyi telepíthetőség, a tesztelés és a modell valós életben való alkalmazhatósága kapcsán.
