Qwen3.8-2.4T-A95B 的替代方案

Qwen3.8-Omni-Flash 是阿里的全模态智能体模型：100 万 token 上下文，原生输入文本、图像、音频与视频，每百万 token 仅 $0.15/$0.47。

月之暗面（Moonshot AI）开源的 2.8T 参数多模态智能体模型，1M token 上下文，全球首个开源 3T 级模型，在编码与智能体基准上逼近封闭前沿模型。

小米 MiMo-V2.6 开源权重系列：旗舰 Pro 为 1.02T 总参数、42B 激活的稀疏 MoE，另有 309B 的 Flash 版本，两者均 MIT 许可并支持百万 token 上下文。

阿里通义千问公开的 Qwen4 架构预览：125B 多模态 MoE、每 token 仅激活 6B，外加 51B N-gram 词表，原生 262K 上下文，输入定价 $0.16/百万 token。

阿里 2.4T 参数开源旗舰：95B 激活的 MoE，原生文本/图片/视频输入，1M 上下文，输入 $2 / 输出 $6 每百万 token。

阿里巴巴开源的 27B 稠密模型，Qwen3.8-Max 的配套稠密版本，Apache 2.0 协议，支持图文多模态输入，面向本地部署与小批量推理。

Google DeepMind 开源权重模型，25.2B 总参数 MoE 架构每 token 仅激活 3.8B，256K 上下文，支持图文多模态输入，Apache 2.0 商用友好协议。

Swift-Qwen3.8-27B 是 UkisAI 基于 Qwen3.8-27B 的高效推理微调，思考 token 约少 58%，分数损失不到 1%。

Agnes-3.0-Flash Preview 是 Apache-2.0 的 33B 多模态开源权重，上下文 262k，不是专有 API 那个检查点。

北京智源研究院的 27B 开源权重智能体模型（Apache-2.0），在编码、机器学习工程与深度研究任务中按提出、度量、反思、修订的循环迭代改进，支持 262K 上下文。

智谱首个原生多模态 GLM 系列模型（即此前匿名的 'Ox Alpha'）：320B MoE、仅 18B 激活、1M 上下文、MIT 开源权重，输入定价 $0.15/百万 token。

面壁智能 MiniCPM5-2B 是 2B 端侧稠密模型，131k 上下文、Apache-2.0 开源，面向本地助手与工具调用。

Qwen2-VL-72B-Instruct 是阿里的 72B 视觉语言模型，支持动态图像分辨率和 20 分钟以上视频理解；更新版本为 Qwen2.5-VL。

Ternary Bonsai 2 是 27B 的 Qwen3.8 三值 GGUF，模型卡称在 5.95 GB 包里保住 FP16 分数的 98.2%。