阿里 Qwen3.8-Max 發布：2.4 萬億參數衝進 Arena 全球前五，下週開源

Qwen3.8-Max 是阿里巴巴千問團隊發布的2.4 萬億參數稀疏 MoE 旗艦模型，基於 Qwen3.5 架構並引入混合注意力，每次推理激活約 950 億參數，配備 100 萬 token 超長上下文（思考模式下約 98.3 萬，輸出上限 13.1 萬）與原生文字／圖像／視訊理解，專為長程 Agent 自主任務、程式開發與多模態知識工作設計。

• 7 月 16 日： 月之暗面發布 Kimi K3（2.8T 參數，896 專家激活 16 個），主打獨立評測與透明技術報告。
• 7 月 19 日： Qwen3.8-Max 以「預覽版」先行開放，接入 Token Plan / Qoder / QoderWork，定價為正式價 10%，但未公布激活參數、未提供跑分表，服務條款禁止自動化生產環境呼叫。
• 7 月 27 日： Kimi K3 按承諾開源權重，上線 Hugging Face，同步開源 MoonEP、FlashKDA 等基礎設施。
• 7 月 31 日： DeepSeek 發布 V4-Flash 正式版，參數規模不變前提下，9 項 Agent／程式基準均超 V4-Pro 預覽版。
• 8 月 3 日： Qwen3.8-Max 正式 GA，發布完整跑分表，「千問辦公」Agent 產品同步上線。當天阿里港股漲約 7%、美股漲約 4.5%。
• 預計 8 月 10 日前後： Qwen3.8-Max 與精簡版 Qwen3.8-27B 權重計劃登陸 Hugging Face 與 ModelScope，具體日期與開源協議條款尚未公布。

Qwen3.8-Max 延續 Qwen3.5 的稀疏 MoE 路線，把總參數推到 2.4 萬億的同時，實際激活量控制在 950 億——推理成本更接近千亿級模型，而非真正呼叫 2.4T 全量參數。這也是阿里能把 API 定價壓到 $2/$6、明顯低於 Claude Opus 5（$5/$25）與 Fable 5（$10/$50）的架構基礎。

reasoning_effort 三檔設計

模型提供 low / medium / xhigh 三檔推理強度（預設 xhigh），開發者可按任務複雜度動態調節速度與深度取捨。可透過 enable_thinking 參數或 Anthropic 相容介面的 reasoning.effort 欄位呼叫。

長程自主任務與生態卡位

阿里展示案例包括：16 天無人工介入的自主編碼專案、超過 500 步的晶片設計優化，以及自建 RecreationBench（黑盒環境下僅憑互動與視覺回饋還原真實應用）。Qwen3.8-Max 同步接入「千問辦公」Agent 平台，API 相容 OpenAI 與 Anthropic 兩種協定，可直接接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流 Agent 工具鏈。

• 「Open-Source」標籤早於權重： 官網 qwen.ai 在 GA 當天已標 Open-Source，但 Hugging Face 與 ModelScope 尚無倉庫、許可證或確切上線時間，只有「下週」模糊承諾。
• 基準均為阿里自測： PaperBench、QwenSWEBench、RecreationBench 等含多個內部基準，Artificial Analysis、Arena 官方團隊尚未對 GA 版獨立復現；Arena 1496 分標註 Preliminary。
• 預覽版透明度不足： 7 月 19 日預覽版未公開激活參數、模型卡與安全評估，服務條款禁止自動化生產呼叫，多家獨立評測機構曾建議勿遷移生產系統。
• 競品腳註暗指 fallback： 阿里對比表腳註寫「Fable 5 結果可能涉及 fallback」，但未公開同等方法論細節供第三方復現。
• 激活參數披露滯後： Kimi K3（約 500B）與 DeepSeek V4-Pro（490B）預覽期即公開，Qwen3.8-Max 直到 GA 才補充 950B，是 7 月遭批「透明度不足」的主因之一。
• 短板基準明確： SWE-bench Pro 67.7 落後 Fable 5 的 80.0；HLE 43.6 為旗艦中最低（Fable 5 為 53.3），不能全量路由到 Qwen3.8-Max。

解讀重點： PaperBench 93.0 與 OSWorld-Verified 86.1 展現 Agent 與桌面自動化潛力；SWE-bench Pro 與 HLE 仍明顯落後 Fable 5。「穩壓 GPT-5.6 Sol 和 Fable 5」等結論目前主要依賴阿里一面之詞，需等開源權重落地與第三方復現後才能驗證。

Qwen3.8-Max 輸出 $6/M 僅為 Kimi K3（$15/M）的 40%、Fable 5（$50/M）的 12%，對高頻 Agent 長輸出場景成本優勢明顯。國內定價：輸入 ¥12/M、輸出 ¥36/M、快取命中低至 ¥1.5/M。

方法一 — QwenCloud API： 透過阿里雲 Model Studio 取得 Key，相容 OpenAI 與 Anthropic 兩種介面協定，可直接替換 Claude Code、Codex 等工具的 base URL。

方法二 — 千問辦公： GA 同步上線的 Agent 產品，對標騰訊 WorkBuddy 與 Moonshot Kimi Work，適合知識工作者端到端任務。

from anthropic import Anthropic

client = Anthropic(
    api_key="your_qwen_api_key",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

response = client.messages.create(
    model="qwen3.8-max",
    max_tokens=8192,
    messages=[{"role": "user", "content": "分析這段程式碼的效能瓶頸..."}],
    extra_body={"reasoning": {"effort": "xhigh"}}
)
print(response.content[0].text)

方法三 — Qoder / QoderWork： 阿里自家 Agent IDE 與工作台，預覽期即已接入，GA 後定價恢復標準費率。

方法四 — 等下週開源權重： Qwen3.8-Max 完整版與 Qwen3.8-27B 精簡版計劃登陸 Hugging Face 與 ModelScope；完整版需多節點資料中心級硬體，27B 更適合本地 GPU 部署。

這是阿里首次承諾開源 Max 級旗艦權重，與 Kimi K3、DeepSeek 系列一起構成國產大模型「頭部廠商集體轉向開放權重」格局。但截至 8 月 4 日，信息披露時間差值得警惕：

• 官網已標「Open-Source」，Hugging Face / ModelScope 尚無對應倉庫。
• 所有跑分均來自阿里自建測試框架，Arena 1496 分標註 Preliminary。
• 預覽版階段禁止自動化生產呼叫，模型卡與安全評估缺失。
• Qwen 模型已透過 Apple Intelligence 中國版 進入數億部 iPhone 的系統級 AI 能力。

這不代表 Qwen3.8-Max 性能不行——獨立盲測顯示它確實與 Kimi K3 同檔位——但「躋身全球第一梯隊」的結論需等開源權重落地、第三方平台跑分上線後才能真正驗證。預計 8 月 10 日前後關注 Hugging Face 官方倉庫與開源協議條款。

1. 01
   註冊 QwenCloud API Key：在阿里雲 Model Studio 建立金鑰，存入金鑰管理器，勿提交到 Git。
2. 02
   選擇介面協定：已有 OpenAI 客戶端可直接替換 base URL；Claude Code 使用者選 Anthropic 相容端點並設定 reasoning.effort。
3. 03
   按任務選推理強度：簡單子任務用 low/medium 換 latency；複雜 Agent 長程任務用 xhigh（預設），避免不必要的 Token 消耗。
4. 04
   小規模冒煙測試：先用 1 萬 token 級任務驗證品質與延遲，再擴展到 1M 上下文整庫呼叫；對照 Kimi K3 做盲測 A/B。
5. 05
   接入 Agent Harness：指向 QwenCloud 相容端點，在 CI 中記錄 input/output token 與快取命中率；FrontierSWE 級修 Bug 保留給 Fable 5。
6. 06
   建立混合路由與成本監控：高頻 Agent 走 Qwen3.8-Max（$2/$6）；深度推理走 Fable 5；對照 定價頁 估算 Agent 宿主月度成本，在 下單頁 鎖定裸機 Mac 節點試跑。

Qwen3.8-Max 代表阿里在 2026 年 AI 競賽中重新掌握敘事主動權的一次重要發布：Arena 文本前五、視覺第二、API 定價極具競爭力，並首次承諾 Max 級開源。但「Open-Source」標籤早於權重、基準均為自測、HLE 與 SWE-bench Pro 仍落後 Fable 5——工程團隊應以獨立盲測與自家 A/B 為準，而非僅看發布會數字。

團隊用 Qwen3.8-Max 驅動 Agent 對大型程式庫長時呼叫時，仍需要穩定、可稽核的本地開發與 CI 平面。共享分鐘池、桌下 Mac 或超賣 VPS 上的頻寬抖動、鄰居 CPU 搶佔與長連線中斷，會迅速吃掉 Token 降價帶來的收益。對更穩定的生產 Agent 主機與建置環境，NUKCLOUD 多區域裸機 Mac / 雲端 Mac 節點提供獨佔 Apple Silicon 算力與清晰租戶邊界，可在 定價頁 對照規格並經 下單頁 試跑。

資料截至 2026-08-04。來源：阿里雲官方博客、QwenCloud 定價頁、Arena.ai 公開排行榜（8 月 1 日快照）、獨立分析 Apidog / Yotta Labs / TechNode。基準為阿里巴巴自報數據。