Reddit 使用者指出，即將發布的 Qwen4 系列大型語言模型預計將具備 100 萬 token 的上下文視窗。根據會議參與者轉述，阿里雲 CTO 在阿姆斯特丹舉行的 Apsara 大會上表示，Qwen4 將於下週推出。
目前大小是最小值，向右滑動可放大。
Reddit 使用者 brainExploded99 分享資訊稱，Qwen4 模型將擁有 100 萬 token 的上下文視窗。該貼文同時提及 Qwen4-27B 未在該處被明確列出，但預計會在荷蘭阿姆斯特丹舉行的 Apsara 大會期間宣布。
關於具體發布日期，貼文最初提到 Qwen4-max 將於 11 月 1 日推出，但隨後編輯指出原文顯示為 10 月 1 日，並推測這可能是一個佔位符（placeholder）。
另一位 Reddit 使用者 rerri 補充指出，Apsara 大會目前正在阿姆斯特丹進行中。根據一名與會者的說法，阿里雲 CTO 在會上表示 Qwen4 將於下週正式推出。
截至本次發布，正式發布包未登錄更正。
AI 協助擷取、寫作與核對；最終內容依來源與驗證規則發布。
開源推理框架 SGLang 推出 v0.5.23 版本，透過合併來自 257 位貢獻者的 1007 個 Pull Request，大幅擴展對 Muse Spark、MiniMax-M3.1 等新模型的支援。此次更新重點在於優化 DeepSeek-V4.1 在 NVIDIA GB300 與 AMD MI350X 上的推理速度，並首次透過 SGLang-TorchTPU 插件原生支援 Google TPU7x 硬體。
雲端服務商 Namespace 因 Mac Mini 交貨延遲及晶片更新不同步，轉而採用 MacBook 架設伺服器機櫃。此舉旨在滿足 iOS 開發者對最新 Xcode 版本的即時需求，並透過自製散熱與遠端管理方案克服筆電在資料中心的運作限制。
一篇針對「Astra 能讀寫權重以改進 Qwen」文章的技術評論指出，該文章摘要容易讓人誤以為模型僅透過觀察原始權重就能提升大型語言模型的數學能力。實際上，涉及真實語言模型（如 Qwen3.5-0.8B）的實驗均使用了 Python 程式碼輔助分析與執行，且關鍵結果是修復了推理迴圈問題，而非單純的數學邏輯增強。
我們使用 Google Analytics 了解閱讀情況與改善新聞網站。你可以接受或拒絕分析 Cookie，不影響閱讀。了解 Cookie 政策
