开源的 Qwen3.8-2.4T-A95B 和 API 版 Qwen3.8-Max 是同一个模型吗？
不完全等同，这一点官方模型卡写得很明确：「Qwen3.8-Max 是基于 Qwen3.8-2.4T-A95B 的官方版本，具备更多特性」。API 版额外提供视觉输入、非思考模式、默认 1M 上下文以及官方内置工具；开源的底座权重为纯文本模型、仅思考模式、原生 262K 上下文。也就是说下载权重自建服务，拿不到 API 版的视觉能力和内置工具。
QW
Qwen3.8-Max
推理大模型编程大模型Qwen3.8-Max
发布时间: 2026-08-03更新于: 2026-08-31浏览量: 4,120
模型参数
2.4万亿
上下文长度
1M
多语言支持
支持
推理能力
5/5
Qwen3.8-Max 是阿里巴巴于 2026-08-03 正式发布的千问旗舰大模型，总参数 2.4T、激活参数 95B，支持视觉理解与约 1M 上下文。2026-08-12 阿里在 Hugging Face 以 Qwen3.8-Max License 开源了其底座权重 Qwen3.8-2.4T-A95B（BF16 与 FP8 两版，约 4.89 TB），成为千问 Max 级别旗舰首次开源权重；开源版为纯文本、仅思考模式、原生 262K 上下文，API 版额外提供视觉输入、非思考模式、默认 1M 上下文与官方内置工具。同期宣布的 Qwen3.8-27B 已于 2026-08-14 以 Apache 2.0 开源。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Qwen3.8-Max
模型基本信息
推理过程
支持
思考模式
思考水平 · 极高 (Extra-High) (默认)思考水平 · 低 (Low)思考水平 · 高 (High)
上下文长度
1M tokens
最大输出长度
128K tokens
模型类型
推理大模型
输入/输出模态
文本、图像、视频 → 文本
发布时间
2026-08-03
模型文件大小
约 4.89 TB（BF16，213 个 safetensors 分片）
MoE架构
是
总参数 / 激活参数
2.4万亿 / 950亿
知识截止
暂无数据
Qwen3.8-Max
开源和体验地址
Qwen3.8-Max
官方介绍与博客
DataLearnerAI博客
暂无
Qwen3.8-Max
API接口信息
接口速度
3/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | ¥12.00/ 1M | ¥36.00/ 1M |
international
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $2.00/ 1M | $6.00/ 1M |
缓存定价Prompt缓存
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | — | ¥1.50/ 1M |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
Qwen3.8-Max
评测结果
Qwen3.8-Max 当前已收录的代表性评测结果包括 Context Arena（3 / 126，得分 96.92）、LongBench v2（1 / 13，得分 66.30）、HLE（15 / 189，得分 56.20）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
编程与软件工程
共 5 项评测评测名称 / 模式
得分
排名/总数
文本向量检索
共 3 项评测评测名称 / 模式
得分
排名/总数
和其他模型对比
Qwen3.8-Max
发布机构
阿里巴巴
查看发布机构详情 Qwen3.8-Max
模型解读
发布背景与定位
Qwen3.8-Max 是阿里巴巴通义千问团队于 2026 年 8 月 3 日正式发布的 Qwen 系列旗舰大模型，区别于 2026 年 7 月 19 日上线的预览版 Qwen3.8-Max-Preview。官方将其定位为面向编程、专业办公、科研分析与长程任务端到端交付的「超大杯」旗舰模型，已通过千问 AI 平台开放 API 服务，并集成到阿里同期发布的智能体产品「Qwen Office」中。
开源权重（2026-08-12）
阿里在发布会上承诺的开源已于 2026 年 8 月 12 日兑现：Qwen3.8-Max 的底座权重以 Qwen3.8-2.4T-A95B 之名发布于 Hugging Face，提供 BF16 原版与 FP8 量化版两个仓库，BF16 权重约 4.89 TB、拆分为 213 个 safetensors 分片，官方标注可配合 vLLM、SGLang、TokenSpeed 部署。这是通义千问 Max 级别旗舰模型首次开源权重。
需要注意开源权重与 API 版本并不完全等同。官方模型卡明确说明「Qwen3.8-Max 是基于 Qwen3.8-2.4T-A95B 的官方版本，具备更多特性」：API 版 Qwen3.8-Max 额外提供视觉输入、非思考模式、默认 1M 上下文以及官方内置工具；而开源的 Qwen3.8-2.4T-A95B 为纯文本模型、所有交互均需思考模式、原生上下文 262,144 tokens（可通过外推扩展至约 1,010,000 tokens）。因此下载权重自建服务时，无法直接复现 API 版的多模态与非思考能力。
许可协议为专有的 Qwen3.8-Max License（非 Apache 2.0）：允许商业使用，但设有两道门槛——产品月活跃用户超过 1 亿或月收入超过 2000 万美元的，须在用户界面显著位置标注模型名称；对外提供大模型推理或微调服务（含编程助手、办公软件等 AI 办公助手类产品，单一用途工具与垂直领域助手除外）且连续 12 个月合计收入超过 5000 万美元的，须另行获取商业授权。不对第三方开放的纯内部使用不受上述收入门槛限制。
架构与技术规格
Qwen3.8-Max 采用稀疏 MoE 架构与混合注意力机制的联合优化，总参数量 2.4 万亿（2.4T），单 token 激活参数约 950 亿（95B）。开源权重的 config.json 显示：92 层，专家总数 512、每 token 激活 10 个专家，隐藏层维度 8192，词表 248,320；注意力采用门控 DeltaNet 线性注意力与全注意力混合排布，每 4 层插入一层全注意力。API 版上下文窗口官方云平台元数据为 983,616 tokens（约 1M），最大输出 131,072 tokens。模型仅支持思考模式、无法关闭推理，提供 low / high / xhigh 三档强度，默认 xhigh。
性能表现
随开源权重发布的官方模型卡首次给出了完整基准表（表头列名为 Qwen3.8-Max，对比对象为 Opus 4.8、Fable 5、GPT 5.6 Sol max 与上代 Qwen3.7-Max）。代表性成绩：Terminal Bench 2.1 得 86.6，SWE-bench Pro 得 67.7，DeepSWE 1.1 得 56.6，FrontierSWE 得 73.5，NL2Repo-Bench 得 55.9，PaperBench 得 93.0，Toolathlon Verified 得 72.5，Automation-Bench（Pass@1）得 27.3，Agents' Last Exam 通过率 27.0（分数 52.4），WideSearch 得 81.9，GPQA Diamond 得 92.6，HLE 得 43.6，LongBench v2 得 66.3。其中 PaperBench、WideSearch、IFBench、HealthBench 等项超过全部对比模型，而 DeepSWE 1.1、HLE、Terminal Bench 2.1 等项仍落后于 Fable 5 或 GPT 5.6 Sol max。以上均为厂商自测口径，独立第三方复测结果待跟进。
应用案例
发布会展示了法律合同审查（每小时处理 1284 条条款）、量化投研（6000+ 因子回测）等企业级应用场景，以及模型自主编程 16 天、在 oh-my-cli 项目完成 265 次代码提交等长程自主任务演示。
访问方式与价格
API 已通过千问 AI 平台开放，国内定价为输入 12 元/百万 tokens、输出 36 元/百万 tokens，隐式缓存命中价格 1.5 元/百万 tokens。国际定价官方口径为 Anthropic Claude Opus 5 输入价格的 40%、输出价格的 24%（按 Opus 5 官方价格折算约合 2 美元/百万 tokens 输入、6 美元/百万 tokens 输出；此为换算结果，非官方直接公布的绝对美元数字）。自建部署可直接下载 Hugging Face 上的开源权重。
发布会同期宣布的开源模型 Qwen3.8-27B 已于 2026 年 8 月 14 日在 Hugging Face 上线，采用 Apache 2.0 许可——比 Max 权重的专有 Qwen3.8-Max License 更宽松，无月活或收入门槛。
Qwen3.8-Max
常见问题
Qwen3.8-Max 的开源许可有什么限制？可以商用吗？
可以商用，但有门槛条款。它用的是专有的 Qwen3.8-Max License，对月活超 1 亿或 MaaS 收入超 5000 万美元的场景附加了标注与另行授权要求。对绝大多数团队没有实际影响，但大型平台方需要注意。相比之下同系列的 Qwen3.8-27B 用的是 Apache 2.0，完全没有这类门槛。
自己部署 Qwen3.8-Max 权重需要什么规模的机器？
门槛很高。BF16 权重约 4.89 TB，拆成 213 个 safetensors 分片；官方同时提供 FP8 量化版仓库，可把体积大致减半。即便如此这也是多机多卡集群级别的部署，不是单机能承载的。官方标注可配合 vLLM、SGLang、TokenSpeed 部署。这是通义千问 Max 级别旗舰模型首次开源权重。
Qwen3.8-Max 最强的是什么能力？
长上下文。LongBench v2 66.30 在 DataLearner 已收录的 13 个模型中排第 1。编程侧 SWE-Bench Pro（Public）67.70 排 57 个模型第 5，Terminal-Bench 2.1 86.60 排 44 个第 8，都属于第一梯队；科学推理 GPQA Diamond 92.60 排 226 个第 21。
Qwen3.8-Max 有什么短板？
长程仓库级任务和智能体自动化相对弱。DeepSWE 56.60 在 27 个模型中排第 14，NL2Repo-Bench 55.90 排 8 个第 4，FrontierSWE 73.50 在 4 个模型中垫底，AutomationBench 27.30 排 8 个第 5，Agents' Last Exam 27 排 11 个第 7。综合评估 HLE 在带工具的极高强度思考下 56.20 能排 181 个模型第 13，但去掉工具后掉到 43.60、第 49——对工具的依赖比较明显。
Qwen3.8-Max、Qwen3.8-Max-Preview 和 Qwen3.8-27B 怎么选？
Qwen3.8-Max-Preview 是 2026 年 7 月 19 日上线的预览版，正式版于 8 月 3 日发布，新项目应直接用正式版。Max 与 27B 是「超大杯 vs 单卡可跑」的关系：Max 定位编程、专业办公、科研分析与长程任务的端到端交付，走 API 或集群部署；27B 是 270 亿稠密参数、Apache 2.0、55.6GB 权重，适合单卡或小集群自建。两者在同一场发布会上宣布。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
