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：HuggingFace）
魔搭社区模型下载地址：
https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95B
HuggingFace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262144Token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...标记的思考内容。Qwen3.8-2.4T-A95B不支持关闭思考模式。
与此同时，开源AI项目团队UnslothAI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。
▲UnslothAI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Fable5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-5.6Sol、Fable5和ClaudeOpus4.8。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Fable5、GPT-5.6Sol和Gemini3.1Pro。
不过，Qwen3.8-Max尚未在所有测试中取得领先。
在TerminalBench2.1中，其成绩为86.6分，略低于GPT-5.6Sol的88.8分；在SWE-benchPro中，Qwen3.8-Max获得67.7分，落后于Fable5的80.0分和ClaudeOpus4.8的69.2分；在长视频基准VideoMMEv2中，其68.3分也低于GPT-5.6Sol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！
均着重强化智能体能力
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Grok4.6，其中Grok4.6high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-5.6SolMax、ClaudeFable5Max相当；接着DeepSeek-V4-Pro正式版上线，综合性能接近、部分指标超越ClaudeFable5；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，也是中国开源大模型布局的关键落子。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】