智东西

作者 | 程茜

编辑 | 心缘

智东西 8 月 13 日报道，刚刚，阿里千问大模型团队开放 Qwen3.8-2.4T-A95B 模型权重！

Qwen3.8-Max 是基于 Qwen3.8-2.4T-A95B 的官方版本，于 8 月 3 日发布，拥有更多功能，例如视觉输入功能、无需思考即可使用、默认支持 1 百万上下文长度处理、内置官方工具等。

Qwen3.8-2.4T-A95B 开源主页（图源：Hugging Face）

魔搭社区模型下载地址：

https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95B

Hugging Face 模型下载地址：

https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B

这也是阿里千问首次将 Max 级别的旗舰模型对外开放权重。根据魔搭社区的官方预告，更小杯 Qwen3.8-27B 已在路上。

Qwen3.8-2.4T-A95B 的模型总参数为 2.4 万亿，每个 Token 激活 950 亿参数，原生支持 262144 Token 上下文，可扩展至 101 万 Token。该模型采用 Qwen3.5 的底层架构，在编程、办公、科研工作、长周期智能体任务上实现性能提升。

Qwen3.8-2.4T-A95B 模型可以通过SGLang、vLLM 和 TokenSpeed 推理引擎部署，正式部署时需要使用各框架针对 Qwen3.8 的最新 Recipe，并根据权重精度、GPU 型号与数量选择并行策略。

Qwen3.8 模型默认以思考模式运行，在生成最终回答前，模型会先生成由不支持关闭思考模式。

与此同时，开源 AI 项目团队 Unsloth AI 靠动态 1 ‑ bit 分层选择性量化技术，将 Qwen3.8 ‑ 2.4T ‑ A95B 原始 4.9TB 的模型体积压缩至 397GB，存储空间缩减91%。

借助 Unsloth ‑ Desktop 工具，设备内存 + 显存总量达到 410GB 以上即可本地运行该模型。

Unsloth AI 压缩 Qwen3.8-2.4T-A95B（图源：X）

预告 Qwen3.8 发布时，千问称该模型 " 可能是除了 Fable 5 外最强大的模型 "。

基准测试结果显示，在论文复现基准 PaperBench 中，Qwen3.8-Max 取得 93.0 分，高于 GPT-5.6 Sol、Fable 5 和 Claude Opus 4.8。在评估电脑操作能力的 OSWorld-Verified 中，Qwen3.8-Max 以 86.1 分位居参评模型首位；在参数化 CAD 基准中，其 91.5 分同样超过 Fable 5、GPT-5.6 Sol 和 Gemini 3.1 Pro。

不过，Qwen3.8-Max 尚未在所有测试中取得领先。

在 TerminalBench 2.1 中，其成绩为 86.6 分，略低于 GPT-5.6 Sol 的 88.8 分；在 SWE-bench Pro 中，Qwen3.8-Max 获得 67.7 分，落后于 Fable 5 的 80.0 分和 Claude Opus 4.8 的 69.2 分；在长视频基准 VideoMME v2 中，其 68.3 分也低于 GPT-5.6 Sol 的 71.1 分。

Qwen3.8-Max 基准测试结果（图源：阿里）

Qwen3.8 的重点是模型能否脱离人工持续陪伴，自己把一个跨度数小时、数天甚至数周的任务做完。

千问团队让 Qwen3.8-Max 连续自主编程约 16 天、独立复现并改进一篇研究论文、参加真实算法竞赛，还让它在超过 2000 轮交互中经营一家虚拟电商企业。

在连续自主编程 16 天的任务中，Qwen3.8-Max 自主构建了自进化 Harness，并持续完成社区需求收集、issue 派发、代码生成、验证与自我修复。

Qwen3.8-Max 执行自主编程任务（图源：阿里）

API 价格方面，Qwen3.8-Max 国内每百万 Tokens 输入 12 元、输出 36 元，隐式缓存命中 1.5 元；海外每百万 Tokens 输入 2 美元、输出 6 美元，隐式缓存命中 0.25 美元。

API 价格对比表（智东西制图）

结语：全球三大顶流模型齐更新！Qwen3.8 拉高开源天花板

一夜之间，三家大模型顶流轮番炸场：先是马斯克甩出自家最强模型 Grok 4.6，其中 Grok 4.6 high 在其披露的多项智能体编程和知识工作基准测试中综合性能与 GPT-5.6 Sol Max、Claude Fable 5 Max 相当；接着 DeepSeek-V4-Pro 正式版上线，综合性能接近、部分指标超越 Claude Fable 5；最后是 Qwen3.8 开放权重。

可以看出，这三家公司都着重强化了模型多步骤长周期自主工作能力，开始比拼模型独立承接完整项目、自主闭环干活的智能体水平。

此外，阿里千问团队此次将 2.4 万亿参数顶级旗舰模型正式开放权重，是中国开源大模型布局的关键落子。