阿里Qwen3.8-Max發布：2.4萬億參數衝進Arena全球前五， 下週開源
阿里巴巴於 2026 年 8 月 3 日正式發布新一代旗艦大模型 Qwen3.8-Max（GA 全量可用），總參數 2.4 萬億、啟用 950 億、100 萬 token 上下文，並同步上線 Agent 產品「千問辦公」。Arena 文本競技場（8 月 1 日快照）排名第 5（1496 分，標註 Preliminary），是前 8 名中唯一的非 Anthropic 模型。
面向模型選型者與 AI 開發者，本文將回答三件事：① 從 7 月 19 日預覽版到 8 月 3 日 GA 的兩週時間線與透明度痛點；② 核心跑分及與 Kimi K3、DeepSeek V4 的橫向對比；③ 「Open-Source」標籤已掛出但權重尚未上線背後的爭議點，以及六步安全接入清單。數據截至 2026-08-04。
01 從預覽版到正式發布：兩週時間線與核心痛點
- 7 月 16 日：月之暗面發布 Kimi K3（2.8 萬億參數，896 專家啟用 16 個），主打獨立評測與透明技術報告。
- 7 月 19 日：Qwen3.8-Max 以預覽版開放，接入 Token Plan / Qoder / QoderWork，價格為預計正式價的 10%；未公布啟用參數、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 依承諾開源權重，上線 Hugging Face，並開源部分底層基礎設施。
- 7 月 31 日：DeepSeek 發布 V4-Flash 正式版，在參數規模不變前提下，智慧體與程式碼類基準大幅超過 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」同步上線；阿里港股當日漲約 7%，美股漲約 4.5%。
- 預計 8 月 10 日前後（官方口徑「下週」）：Qwen3.8-Max 及精簡版 Qwen3.8-27B 權重計畫登陸 Hugging Face 與 ModelScope，具體日期與開源協議截至發稿未公布。
開發者與企業用戶當前面臨的核心痛點：
- 標籤超前：官網已標註「Open-Source」，但 Hugging Face / ModelScope 尚無對應倉庫與授權條款。
- 跑分自測：PaperBench、OSWorld、SWE-bench Pro 等數據均來自阿里自建框架，第三方權威平台尚未復現 GA 版成績。
- 預覽期透明度不足：7 月預覽版未披露啟用參數，多家獨立評測機構曾建議勿遷移生產系統。
- 競品已開源：Kimi K3 與 DeepSeek V4 系列權重已公開，Qwen3.8-Max 仍只能透過 API 呼叫完整旗艦版。
在 Arena 文本競技場前 8 名中，Qwen3.8-Max 是唯一非 Anthropic 模型——但榜單條目標註為 Preliminary，且其餘跑分目前主要是廠商自測，「全球第一梯隊」仍需獨立驗證。
02 Qwen3.8-Max 核心數據一覽
| 項目 | 數值 |
|---|---|
| 發布日期 | 2026 年 8 月 3 日（GA） |
| 總參數 / 啟用參數 | 2.4 萬億 / 950 億 |
| 架構 | 基於 Qwen3.5 的稀疏 MoE + 混合注意力 |
| 上下文視窗 | 100 萬 token（思考模式約 98.3 萬，輸出上限 13.1 萬） |
| 輸入模態 | 文本 / 圖像 / 影片 |
| API 定價（國際） | 輸入 $2/M，輸出 $6/M；隱式快取命中 $0.25，顯式快取寫入 $2.5、讀取 $0.17 |
| 國內定價（官方口徑） | 輸入 12 元/M，輸出 36 元/M，快取命中低至 1.5 元 |
| Arena 文本（8/1 快照） | 第 5 名，1496 分（Preliminary）；前 4 與第 6–8 均為 Anthropic |
| Arena 視覺 | 第 2 名，僅次於 Claude Fable 5 |
| PaperBench（阿里自測） | 93.0（較上代 +28.2） |
| OSWorld-Verified（阿里自測） | 86.1 |
| SWE-bench Pro（阿里自測） | 67.7（低於 Fable 5 80.0、Opus 4.8 69.2） |
| HLE（阿里自測） | 43.6（旗艦中最低，Fable 5 53.3） |
| 權重開源 | 承諾「下週」，截至發稿未上線 |
表中帶「阿里自測」的數據來自官方發布材料，尚無 Artificial Analysis、Arena.ai 官方團隊等對 GA 版的獨立復現。
03 2.4 萬億參數背後：MoE 架構與 Agent 賣點拆解
為什麼是 MoE + 混合注意力？ Qwen3.8-Max 延續 Qwen3.5 路線：總參數 2.4 萬億，每 token 僅啟用約 950 億，推理成本更接近千億級模型而非字面 2.4T。這也是 API 定價能壓到 $2/$6（低於 Claude Opus 5 $5/$25、Fable 5 $10/$50）的核心原因——用架構效率換價格競爭力。
reasoning_effort 三檔：提供 low / medium / xhigh（預設 xhigh），可透過原生 API 的 enable_thinking 或 Anthropic 相容介面的 reasoning.effort 調節速度與深度，是 Agent 場景的標配成本撥盤。
長程自主任務是本次 headline：阿里案例包括 16 天無人工介入編碼、500+ 步晶片設計優化，以及自建 RecreationBench（黑盒互動 + 視覺回饋還原真實應用）。部分過程記錄在 GitHub qwen-code-dev-bot/oh-my-cli，但並非完整第三方稽核。
生態卡位：同步接入「千問辦公」Agent 平台；API 相容 OpenAI 與 Anthropic 協議，可對接 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等工具鏈，降低遷移摩擦。
- 多模態輸入：文本 / 圖像 / 影片統一介面，視覺 Arena 排名第 2。
- Agent 對標：千問辦公對標騰訊 WorkBuddy、Moonshot Kimi Work。
- 消費端滲透：千問已作為 國行 Apple Intelligence 核心生成引擎，壓縮版在 iPhone 15+ 本地執行。
04 橫向對比：Qwen3.8-Max vs Kimi K3 vs DeepSeek V4 vs Claude
| 模型 | 總/啟用參數 | 上下文 | 定價（入/出 $/M） | 權重開源 | 獨立評測 |
|---|---|---|---|---|---|
| Qwen3.8-Max | 2.4T / 950B | 1M | $2 / $6 | 未開源（承諾中） | 暫無 GA 復現 |
| Kimi K3 | 2.8T / ~500B | ~1.05M | $3 / $15 | 已開源（7/27） | AA 指數約 57.11 |
| DeepSeek V4-Pro | 1.6T / 490B | 1M | 見官方表 | 已開源 | SWE-bench Verified 80.6% |
| DeepSeek V4-Flash | 同 V4-Pro | 1M | 見官方表 | 已開源 | 9 項 Agent/程式碼超 V4-Pro |
| Claude Opus 5 | 未公開 | 1M | $5 / $25 | 閉源 | Arena 前列 |
| Claude Fable 5 | 未公開 | 1M | $10 / $50 | 閉源 | Arena 文本第 1 |
易被忽略的細節：Kimi K3 公開約 500B 啟用參數，DeepSeek 公開 490B，而阿里在預覽期完全未披露啟用量，GA 才補充「950 億」——這是 7 月曾被點名「透明度不足」的原因之一。
唯一可比的獨立盲測（269 個檔案的真實架構設計任務）：Kimi K3 83 分、Qwen3.8-Max 預覽版 80 分，屬同檔位互有勝負，而非全面碾壓。
阿里對比表腳註稱「Fable 5 結果可能涉及 fallback」——對競品跑分的隱性質疑，但自家測試方法論同樣未公開到可第三方復現程度。
05 「開源」標籤爭議、六步接入與可引用數據
本次發布最值得警惕的是資訊披露的時間差，而非單一跑分高低：
- 標籤先於權重：qwen.ai 在 GA 當天已標「Open-Source」，倉庫與授權條款仍未公布。
- 跑分均 vendor-run：含 QwenSWEBench、RecreationBench 等內部基準；Arena 1496 分仍為 Preliminary。
- 預覽期禁令：7 月預覽版禁止自動化生產呼叫，且無 model card 與安全評估公開。
- 權重落地待定：完整 2.4T 需資料中心級硬體；更現實路徑是 API 或等待 Qwen3.8-27B 開源版。
六步安全接入 Qwen3.8-Max：
- 開通 QwenCloud：在阿里雲 Model Studio / Qwen 官方控制台建立 API Key，確認 GA 模型 ID 與區域端點。
- 選擇相容協議：依現有工具鏈選 OpenAI 或 Anthropic 相容
base_url，避免重寫客戶端。 - 配置推理檔位：從 medium 起步驗證延遲，複雜 Agent 任務再升至 xhigh /
enable_thinking。 - 沙箱 A/B 對比：用自有業務 prompt 與 Kimi K3 / DeepSeek V4 盲測，勿僅憑廠商表遷移生產。
- 規劃權重路徑：關注 Hugging Face / ModelScope「下週」公告；本地完整版不現實則鎖定 Qwen3.8-27B。
- 接入 Agent 工具鏈：在 OpenClaw、Qoder、Claude Code 等宿主中替換 base URL，驗證長程任務穩定性。
from openai import OpenAI
client = OpenAI(
api_key="your_qwen_api_key",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
model="qwen3.8-max",
messages=[{"role": "user", "content": "Review this Agent workflow..."}],
extra_body={"enable_thinking": True}
)可引用硬核數據（來源：阿里官方、Arena.ai 公開榜，2026-08-04）：
- 總參數 / 啟用：2.4T / 950B，MoE + 混合注意力
- 上下文：1M token；思考模式輸入約 983K、輸出上限 131K
- API 定價：$2/$6 per M token；快取命中 $0.25/M
- Arena 文本：#5，1496 分（Preliminary，8/1 快照）
- Arena 視覺：#2，僅次於 Fable 5
- 獨立盲測：架構任務 K3 83 vs Qwen 預覽 80（同檔）
- 資本市場：發布日港股 +7%、美股 +4.5%
- 權重狀態：承諾 8/10 前後開源，發稿時未上線
06 常見問題、產業背景與生產環境收束
Q：Qwen3.8-Max 現在能直接用嗎？開源了沒有？
A：API 已可透過 QwenCloud 呼叫，相容 OpenAI / Anthropic 協議。權重尚未開源；官網「Open-Source」標籤描述的是意圖而非已發布 artifact，預計 8 月 10 日前後公布倉庫與協議。
Q：和 Kimi K3 誰更強？
A：無統一權威頭對頭。獨立盲測接近（83 vs 80）；K3 優勢在已開源 + AA 指數；Qwen3.8-Max 優勢在更低 API 價與更強多模態。
Q：2.4 萬億意味著本地跑不了？
A：完整 checkpoint 需多節點資料中心。API 呼叫成本按 950B 啟用計費；個人開發者應等待 Qwen3.8-27B 開源版。
Q：阿里跑分能信嗎？
A：作參考勿作定論。等待 Artificial Analysis 等復測，或在自有場景 A/B。
Q：對普通用戶有何影響？
A：國行 Apple Intelligence 生成能力基於千問壓縮模型，iPhone 用戶將在系統層間接使用千問能力。
2026 年是萬億參數「擴產年」：DeepSeek V4-Pro（1.6T）、Qwen3.8-Max（2.4T）、Kimi K3（2.8T）接連登場，而 DeepSeek V4-Flash 證明不靠堆參數也能大幅提升 Agent 能力。阿里罕見承諾開源 Max 級權重，與 Kimi、DeepSeek 構成國產頭部「開放權重」格局；同期美國白宮 8 月 4 日召集 OpenAI、Anthropic、Google、Meta 討論 Agent 網路安全測試框架——開源搶生態與監管收緊形成鮮明對照。
純 API 呼叫雖門檻低，但長程 Agent 在共享 VPS 上易遇記憶體抖動與長連線中斷，多工具鏈並行缺乏 7×24 穩定宿主，2.4T 權重自部署需超算叢集。對於需要持續執行 OpenClaw、Qoder 或 Claude Code 遠端閘道的生產環境，JEXCLOUD 多區域裸金屬 Mac是更優解：獨占 Apple Silicon 統一記憶體、無超賣頻寬抖動、launchd 常駐 Agent，120 秒交付。節點與價格見 JEXCLOUD 定價頁。