Qwen3.8-Max 是阿里目前最强的旗舰模型，也是首个开源权重（open weights）的 Max 级 Qwen。它采用混合专家（MoE）架构，总参数约 2.4 万亿，但每个 token 只激活 95 亿参数，因此在保有超大参数预算的同时，每次前向只流经一小部分专家。它支持文本、图片、视频输入并输出文本，架构基于 Qwen 3.5，采用混合 Gated-DeltaNet + 全注意力设计，并带有 token 级多预测（MTP）。阿里在 2026 年 7 月 19 日世界人工智能大会上进行预览，8 月 3 日正式通用发布。
模型规格
| 规格 | Qwen3.8-Max |
|---|---|
| 架构 | 稀疏 MoE（混合 Gated-DeltaNet + 全注意力，Qwen 3.5 技术栈） |
| 总参数 | 2.4T |
| 激活参数 | 每 token 95B |
| 每层专家数 | 512（10 路由 + 1 共享） |
| 模态 | 文本、图片、视频输入；文本输出 |
| 上下文 | 原生 262,144（256K），可扩展至约 1.01M；输出最高 131K |
| 发布 | 7 月 19 日预览；8 月 3 日 GA |
| 开源权重 | Qwen3.8-2.4T-A95B（ModelScope / Hugging Face，8 月 12 日） |
| API 定价 | 输入 $2.00 / 输出 $6.00 每百万 token |
核心功能
- 首个开放的 Max：此前所有 Qwen Max 级模型都只走闭源 API。Qwen3.8-Max 扭转了这一局面，从 8 月 12 日起把 2.4T 权重和一个更小的配套模型放到线上。
- 极稀疏 MoE：每个 token 只触发 512 个专家中的 11 个，虽然整个模型需要数据中心才能放得下，但每 token 的算力消耗很低。
- 原生多模态输入：可理解图表、截图和文档的文本、图片、视频。
- 长上下文：原生 256K，可朝百万级扩展，适合长程与智能体读取。
- 推理原生、面向智能体：针对编码、长周期任务和多模态智能体调整，支持工具调用与结构化输出。
- 多种 API 形式：兼容 OpenAI、DashScope 和 Anthropic，可通过 QwenCloud 及 OpenRouter 等聚合平台访问。
适用场景
谁应该使用？
- 想用开放 Qwen 旗舰、但实际选择托管路径的团队。
- 长上下文 / 智能体方向的开发者，处理大型代码库或长文档。
- 多模态需求，需要把截图、视频或扫描件作为输入。
- 在意性价比的前沿团队，看重 $2/$6 相对闭源竞品的优势。
解决的问题
- 拿到 Max 级开放模型：权重现在可以下载，弥补了 Qwen 多年的空白。
- 规模化推理成本：2.4T 中只激活 95B，使每 token 服务成本低于参数数字给人的直觉。
- 本地部署触达：2.4T 模型现实中需要数据中心，这正是一个较小、可上消费级 GPU 的 Qwen3.8-27B 配套版本存在的原因。
定价方案
| 途径 | 价格 |
|---|---|
| 开源权重 | ModelScope / Hugging Face 免费下载（Qwen 定制许可证） |
| API 输入 | $2.00 / 1M token |
| API 输出 | $6.00 / 1M token |
| 聚合平台 | 部分第三方约 $1.65 输入 / $4.99 输出 |
开放权重给你的是基础模型；托管的 qwen3.8-max 额外加入生产后训练。自托管 2.4T 模型是集群决策而非工作站决策：在 4-bit 量化下大约需要 1.2 TB 显存。
优势对比
相比竞品：
- 相比 Claude Opus / GPT-5.6：在厂商自报基准上逼近前沿，价格却只有三分之一到一半。
- 相比 Qwen3.7-Max：更便宜（$2/$6 vs $2.50/$7.50），并新增图片与视频输入，更拿到了前一代从未有的开放权重。
- 相比 DeepSeek / GLM 等开放对手：参数预算大得多，并采用面向长上文的混合注意力设计。
独特卖点：
- 首个开放权重的 Max 级 Qwen，价格激进。
- 稀疏激活让大规模运行更便宜，但拥有成本并不低。
重要提醒
所有头条基准均为厂商自报。上线时独立的排行榜、Artifactory Analysis 评分或标准 SWE-bench 尚未给出结果，且曾有报道称中立 harness 会逆转部分智能体成绩。请把 OSWorld-Verified 86.1、PaperBench 93.0、Terminal-Bench 86.6 视为阿里的自报，待其他来源核实后再采信。
快速开始
- API：把客户端指向 QwenCloud 或 DashScope，模型 id 为
qwen3.8-max，或走 OpenAI / Anthropic 兼容端点。 - 开放权重：有数据中心 GPU 时，从 ModelScope 或 Hugging Face 下载
Qwen3.8-2.4T-A95B。 - 自托管：单张消费级 GPU 请改用 Apache-2.0 的 Qwen3.8-27B。
- 搭配 Qwen Code：这款开源的终端编码智能体专门为 Qwen 模型优化。
常见问题
支持多模态吗？
支持。文本、图片、视频输入，文本输出。
真实上下文是多少？
原生 256K，可扩展到约 1.01M，但该模式的品质折损阿里尚未完全说明。
能本地跑吗？
现实不现实。2.4T 需要数据中心级集群，本地请优先用 27B 配套版本。
什么许可证？
权重采用 Qwen 定制许可，接近 MIT 但商业使用前需要细读条款，并非 Apache 2.0。
替代方案
- Qwen3.8-27B：单卡可用的 Apache-2.0 稠密配套模型。
- Qwen3.8-Flash-Next：Qwen4 的廉价架构预览，价格约为其十二分之一。
- GLM-5.3-Flash：另一款近期开放权重的性价比发布，320B / 18B 激活，MIT。
使用技巧
- 先读许可证：在 ModelScope 仓库的 license 文件，"定制"不等于宽松。
- 不要默认 1M 上下文：原生窗口是 256K。
- 在自己的任务上做基准：厂商的智能体成绩曾被报道在中立 harness 下缩水，请用你自己的任务重测。
总结
Qwen3.8-Max 是阿里迄今最大的开放 Qwen：2.4T MoE、95B 激活、多模态输入、百万级上下文，以及首个 Max 级开源权重，定价 $2/$6 每百万 token。对于想要前沿级开放模型又不想被闭源厂商绑定的开发者，这是本月的头条选项。从 Qwen 官方博客 或 QwenCloud 模型页 开始。
评论
还没有评论。成为第一个评论的人！
