阿里 Qwen3.8-Max 发布：2.4万亿参数冲进Arena全球前五，下周开源

Qwen3.8-Max 是阿里巴巴千问团队发布的2.4 万亿参数稀疏 MoE 旗舰模型，基于 Qwen3.5 架构并引入混合注意力，每次推理激活约 950 亿参数，配备 100 万 token 超长上下文（思考模式下约 98.3 万，输出上限 13.1 万）与原生文字／图像／视频理解，专为长程 Agent 自主任务、程序开发与多模态知识工作设计。

• 7 月 16 日： 月之暗面发布 Kimi K3（2.8T 参数，896 专家激活 16 个），主打独立评测与透明技术报告。
• 7 月 19 日： Qwen3.8-Max 以「预览版」先行开放，接入 Token Plan / Qoder / QoderWork，定价为正式价 10%，但未公布激活参数、未提供跑分表，服务条款禁止自动化生产环境调用。
• 7 月 27 日： Kimi K3 按承诺开源权重，上线 Hugging Face，同步开源 MoonEP、FlashKDA 等基础设施。
• 7 月 31 日： DeepSeek 发布 V4-Flash 正式版，参数规模不变前提下，9 项 Agent／程序基准均超 V4-Pro 预览版。
• 8 月 3 日： Qwen3.8-Max 正式 GA，发布完整跑分表，「千问办公」Agent 产品同步上线。当天阿里港股涨约 7%、美股涨约 4.5%。
• 预计 8 月 10 日前后： Qwen3.8-Max 与精简版 Qwen3.8-27B 权重计划登陆 Hugging Face 与 ModelScope，具体日期与开源协议条款尚未公布。

Qwen3.8-Max 延续 Qwen3.5 的稀疏 MoE 路线，把总参数推到 2.4 万亿的同时，实际激活量控制在 950 亿——推理成本更接近千亿级模型，而非真正调用 2.4T 全量参数。这也是阿里能把 API 定价压到 $2/$6、明显低于 Claude Opus 5（$5/$25）与 Fable 5（$10/$50）的架构基础。

reasoning_effort 三档设计

模型提供 low / medium / xhigh 三档推理强度（预设 xhigh），开发者可按任务复杂度动态调节速度与深度取舍。可通过 enable_thinking 参数或 Anthropic 兼容接口的 reasoning.effort 字段调用。

长程自主任务与生态卡位

阿里展示案例包括：16 天无人工介入的自主编码项目、超过 500 步的芯片设计优化，以及自建 RecreationBench（黑盒环境下仅凭互动与视觉反馈还原真实应用）。Qwen3.8-Max 同步接入「千问办公」Agent 平台，API 兼容 OpenAI 与 Anthropic 两种协议，可直接接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流 Agent 工具链。

• 「Open-Source」标签早于权重： 官网 qwen.ai 在 GA 当天已标 Open-Source，但 Hugging Face 与 ModelScope 尚无仓库、许可证或确切上线时间，只有「下周」模糊承诺。
• 基准均为阿里自测： PaperBench、QwenSWEBench、RecreationBench 等含多个内部基准，Artificial Analysis、Arena 官方团队尚未对 GA 版独立复现；Arena 1496 分标注 Preliminary。
• 预览版透明度不足： 7 月 19 日预览版未公开激活参数、模型卡与安全评估，服务条款禁止自动化生产调用，多家独立评测机构曾建议勿迁移生产系统。
• 竞品脚注暗指 fallback： 阿里对比表脚注写「Fable 5 结果可能涉及 fallback」，但未公开同等方法论细节供第三方复现。
• 激活参数披露滞后： Kimi K3（约 500B）与 DeepSeek V4-Pro（490B）预览期即公开，Qwen3.8-Max 直到 GA 才补充 950B，是 7 月遭批「透明度不足」的主因之一。
• 短板基准明确： SWE-bench Pro 67.7 落后 Fable 5 的 80.0；HLE 43.6 为旗舰中最低（Fable 5 为 53.3），不能全量路由到 Qwen3.8-Max。

解读重点： PaperBench 93.0 与 OSWorld-Verified 86.1 展现 Agent 与桌面自动化潜力；SWE-bench Pro 与 HLE 仍明显落后 Fable 5。「稳压 GPT-5.6 Sol 和 Fable 5」等结论目前主要依赖阿里一面之词，需等开源权重落地与第三方复现后才能验证。

Qwen3.8-Max 输出 $6/M 仅为 Kimi K3（$15/M）的 40%、Fable 5（$50/M）的 12%，对高频 Agent 长输出场景成本优势明显。国内定价：输入 ¥12/M、输出 ¥36/M、缓存命中低至 ¥1.5/M。

方法一 — QwenCloud API： 通过阿里云 Model Studio 取得 Key，兼容 OpenAI 与 Anthropic 两种接口协议，可直接替换 Claude Code、Codex 等工具的 base URL。

方法二 — 千问办公： GA 同步上线的 Agent 产品，对标腾讯 WorkBuddy 与 Moonshot Kimi Work，适合知识工作者端到端任务。

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": "分析这段代码的性能瓶颈..."}],
    extra_body={"reasoning": {"effort": "xhigh"}}
)
print(response.content[0].text)

方法三 — Qoder / QoderWork： 阿里自家 Agent IDE 与工作台，预览期即已接入，GA 后定价恢复标准费率。

方法四 — 等下周开源权重： Qwen3.8-Max 完整版与 Qwen3.8-27B 精简版计划登陆 Hugging Face 与 ModelScope；完整版需多节点数据中心级硬件，27B 更适合本地 GPU 部署。

这是阿里首次承诺开源 Max 级旗舰权重，与 Kimi K3、DeepSeek 系列一起构成国产大模型「头部厂商集体转向开放权重」格局。但截至 8 月 4 日，信息披露时间差值得警惕：

• 官网已标「Open-Source」，Hugging Face / ModelScope 尚无对应仓库。
• 所有跑分均来自阿里自建测试框架，Arena 1496 分标注 Preliminary。
• 预览版阶段禁止自动化生产调用，模型卡与安全评估缺失。
• Qwen 模型已通过 Apple Intelligence 中国版 进入数亿部 iPhone 的系统级 AI 能力。

这不代表 Qwen3.8-Max 性能不行——独立盲测显示它确实与 Kimi K3 同档位——但「跻身全球第一梯队」的结论需等开源权重落地、第三方平台跑分上线后才能真正验证。预计 8 月 10 日前后关注 Hugging Face 官方仓库与开源协议条款。

1. 01
   注册 QwenCloud API Key：在阿里云 Model Studio 建立密钥，存入密钥管理器，勿提交到 Git。
2. 02
   选择接口协议：已有 OpenAI 客户端可直接替换 base URL；Claude Code 使用者选 Anthropic 兼容端点并设定 reasoning.effort。
3. 03
   按任务选推理强度：简单子任务用 low/medium 换 latency；复杂 Agent 长程任务用 xhigh（预设），避免不必要的 Token 消耗。
4. 04
   小规模冒烟测试：先用 1 万 token 级任务验证品质与延迟，再扩展到 1M 上下文整库调用；对照 Kimi K3 做盲测 A/B。
5. 05
   接入 Agent Harness：指向 QwenCloud 兼容端点，在 CI 中记录 input/output token 与缓存命中率；FrontierSWE 级修 Bug 保留给 Fable 5。
6. 06
   建立混合路由与成本监控：高频 Agent 走 Qwen3.8-Max（$2/$6）；深度推理走 Fable 5；对照 定价页 估算 Agent 宿主月度成本，在 下单页 锁定裸机 Mac 节点试跑。

Qwen3.8-Max 代表阿里在 2026 年 AI 竞赛中重新掌握叙事主动权的一次重要发布：Arena 文本前五、视觉第二、API 定价极具竞争力，并首次承诺 Max 级开源。但「Open-Source」标签早于权重、基准均为自测、HLE 与 SWE-bench Pro 仍落后 Fable 5——工程团队应以独立盲测与自家 A/B 为准，而非仅看发布会数字。

团队用 Qwen3.8-Max 驱动 Agent 对大型程序库长时调用时，仍需要稳定、可审计的本地开发与 CI 平面。共享分钟池、桌下 Mac 或超卖 VPS 上的带宽抖动、邻居 CPU 抢占与长连线中断，会迅速吃掉 Token 降价带来的收益。对更稳定的生产 Agent 主机与构建环境，NUKCLOUD 多区域裸机 Mac / 云端 Mac 节点提供独占 Apple Silicon 算力与清晰租户边界，可在 定价页 对照规格并经 下单页 试跑。

资料截至 2026-08-04。来源：阿里云官方博客、QwenCloud 定价页、Arena.ai 公开排行榜（8 月 1 日快照）、独立分析 Apidog / Yotta Labs / TechNode。基准为阿里巴巴自报数据。