Qwen · 2026-08 · 스파스 MoE
Qwen3.8 2.4T A95B
Qwen3.8 2.4T A95B은(는) Qwen가 2026-08에 공개한 그룹화 쿼리 어텐션(GQA) Transformer로, 92개 층, 은닉 차원 8192, 컨텍스트 길이 262,144 토큰을 갖습니다.
레이어 스택
선형 ×69 어텐션 ×23 · 레이어 수 92
핵심 사양
| 연구소 | Qwen |
|---|---|
| 공개일 | 2026-08 |
| 총 파라미터 | 2,399.6 B |
| 활성 파라미터 | 95 B |
| 컨텍스트 | 262,144 tokens |
| 어텐션 | GQA (64:4) |
| 레이어 수 | 92 |
| 은닉 차원 | 8,192 |
| 어텐션 헤드 | 64 |
| 어휘 크기 | 248,320 |
| 위치 인코딩 | RoPE |
| 정규화 | RMSNorm |
| 활성화 함수 | silu |
| 학습 정밀도 | bf16 |
| 아키텍처 클래스 | Qwen3_5MoeForCausalLM |
아키텍처 개요
어텐션
그룹화 쿼리 어텐션(GQA) — 64 q-heads / 4 kv-heads.
FFN / MoE
스파스 Mixture-of-Experts 모델로, 512개 라우팅 전문가와 top-10 라우팅을 사용하며 토큰당 약 95B 파라미터가 활성화됩니다.
설정에는 디코딩 가속을 위한 멀티 토큰 예측(MTP) 층이 1개 포함되어 있습니다.
필드 단위 비교
같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.
이전 세대 Qwen3.6 35B A3B과의 전 필드 비교
| 모델 | Qwen3.8 2.4T A95B | Qwen3.6 35B A3B | 배수 |
|---|---|---|---|
| model_type | qwen3_5_moe_text | qwen3_5_moe | ≠ |
| architectures | Qwen3_5MoeForCausalLM | Qwen3_5MoeForConditionalGeneration | ≠ |
| hidden_size | 8192 | 2048 | ×4.00 |
| num_hidden_layers | 92 | 40 | ×2.30 |
| num_attention_heads | 64 | 16 | ×4.00 |
| num_key_value_heads | 4 | 2 | ×2.00 |
| head_dim | 256 | 256 | ≈1 |
| hidden_act | silu | silu | ＝ |
| num_experts_per_tok | 10 | 8 | ×1.25 |
| moe_intermediate_size | 2048 | 512 | ×4.00 |
| max_position_embeddings | 262144 | 262144 | ≈1 |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 248320 | 248320 | ≈1 |
| attention_bias | false | false | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| attn_output_gate | true | true | ＝ |
| bos_token_id | 248044 | 248044 | ≈1 |
| dtype | bfloat16 | bfloat16 | ＝ |
| eos_token_id | 248044 | 248044 | ≈1 |
| full_attention_interval | 4 | 4 | ≈1 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| layer_types | linear_attention×69 + full_attention×23 | linear_attention×30 + full_attention×10 | ≠ |
| linear_conv_kernel_dim | 4 | 4 | ≈1 |
| linear_key_head_dim | 128 | 128 | ≈1 |
| linear_num_key_heads | 16 | 16 | ≈1 |
| linear_num_value_heads | 128 | 32 | ×4.00 |
구조가 가장 유사한 모델
- GLM-4.5 (GLM, 2025-07) 0.994
- GLM-4.6 (GLM, 2025-10) 0.994
- Qwen3 235B A22B (Qwen, 2025-04) 0.991
- MiniMax-Text-01 (MiniMax, 2025-01) 0.982
- MiniMax-M1 (MiniMax, 2025-06) 0.982
- GLM-4.5-Air (GLM, 2025-07) 0.980
유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.
config.json 전체 필드
39 개 필드
| architectures | Qwen3_5MoeForCausalLM |
|---|---|
| attention_bias | false |
| attention_dropout | 0 |
| attn_output_gate | true |
| bos_token_id | 248044 |
| dtype | bfloat16 |
| eos_token_id | 248044 |
| full_attention_interval | 4 |
| head_dim | 256 |
| hidden_act | silu |
| hidden_size | 8192 |
| initializer_range | 0.02 |
| layer_types | linear_attention×69 + full_attention×23 |
| linear_conv_kernel_dim | 4 |
| linear_key_head_dim | 128 |
| linear_num_key_heads | 16 |
| linear_num_value_heads | 128 |
| linear_value_head_dim | 128 |
| mamba_ssm_dtype | float32 |
| max_position_embeddings | 262144 |
| model_type | qwen3_5_moe_text |
| moe_intermediate_size | 2048 |
| mtp_num_hidden_layers | 1 |
| mtp_use_dedicated_embeddings | false |
| num_attention_heads | 64 |
| num_experts | 512 |
| num_experts_per_tok | 10 |
| num_hidden_layers | 92 |
| num_key_value_heads | 4 |
| output_gate_type | swish |
| output_router_logits | false |
| partial_rotary_factor | 0.25 |
| rms_norm_eps | 0.000001 |
| router_aux_loss_coef | 0.001 |
| shared_expert_intermediate_size | 2048 |
| tie_word_embeddings | false |
| transformers_version | 4.57.3 |
| use_cache | true |
| vocab_size | 248320 |