阿里Qwen3.8-Max发布：2.4万亿参数冲进Arena全球前五， 下周开源
阿里巴巴于 2026 年 8 月 3 日正式发布新一代旗舰大模型 Qwen3.8-Max（GA 全量可用），总参数 2.4 万亿、激活 950 亿、100 万 token 上下文，并同步上线 Agent 产品「千问办公」。Arena 文本竞技场（8 月 1 日快照）排名第 5（1496 分，标注 Preliminary），是前 8 名中唯一的非 Anthropic 模型。
面向模型选型者与 AI 开发者，本文将回答三件事：① 从 7 月 19 日预览版到 8 月 3 日 GA 的两周时间线与透明度痛点；② 核心跑分及与 Kimi K3、DeepSeek V4 的横向对比；③ 「Open-Source」标签已挂出但权重尚未上线背后的争议点，以及六步安全接入清单。数据截止 2026-08-04。
01 从预览版到正式发布：两周时间线与核心痛点
- 7 月 16 日：月之暗面发布 Kimi K3（2.8 万亿参数，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 以预览版开放，接入 Token Plan / Qoder / QoderWork，价格为预计正式价的 10%；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，并开源部分底层基础设施。
- 7 月 31 日：DeepSeek 发布 V4-Flash 正式版，在参数规模不变前提下，智能体与代码类基准大幅超过 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」同步上线；阿里港股当日涨约 7%，美股涨约 4.5%。
- 预计 8 月 10 日前后（官方口径「下周」）：Qwen3.8-Max 及精简版 Qwen3.8-27B 权重计划登陆 Hugging Face 与 ModelScope，具体日期与开源协议截至发稿未公布。
开发者与企业用户当前面临的核心痛点：
- 标签超前：官网已标注「Open-Source」，但 Hugging Face / ModelScope 尚无对应仓库与许可证。
- 跑分自测：PaperBench、OSWorld、SWE-bench Pro 等数据均来自阿里自建框架，第三方权威平台尚未复现 GA 版成绩。
- 预览期透明度不足：7 月预览版未披露激活参数，多家独立评测机构曾建议勿迁移生产系统。
- 竞品已开源：Kimi K3 与 DeepSeek V4 系列权重已公开，Qwen3.8-Max 仍只能通过 API 调用完整旗舰版。
在 Arena 文本竞技场前 8 名中，Qwen3.8-Max 是唯一非 Anthropic 模型——但榜单条目标注为 Preliminary，且其余跑分目前主要是厂商自测，「全球第一梯队」仍需独立验证。
02 Qwen3.8-Max 核心数据一览
| 项目 | 数值 |
|---|---|
| 发布日期 | 2026 年 8 月 3 日（GA） |
| 总参数 / 激活参数 | 2.4 万亿 / 950 亿 |
| 架构 | 基于 Qwen3.5 的稀疏 MoE + 混合注意力 |
| 上下文窗口 | 100 万 token（思考模式约 98.3 万，输出上限 13.1 万） |
| 输入模态 | 文本 / 图像 / 视频 |
| API 定价（国际） | 输入 $2/M，输出 $6/M；隐式缓存命中 $0.25，显式缓存写入 $2.5、读取 $0.17 |
| 国内定价（官方口径） | 输入 12 元/M，输出 36 元/M，缓存命中低至 1.5 元 |
| Arena 文本（8/1 快照） | 第 5 名，1496 分（Preliminary）；前 4 与第 6–8 均为 Anthropic |
| Arena 视觉 | 第 2 名，仅次于 Claude Fable 5 |
| PaperBench（阿里自测） | 93.0（较上代 +28.2） |
| OSWorld-Verified（阿里自测） | 86.1 |
| SWE-bench Pro（阿里自测） | 67.7（低于 Fable 5 80.0、Opus 4.8 69.2） |
| HLE（阿里自测） | 43.6（旗舰中最低，Fable 5 53.3） |
| 权重开源 | 承诺「下周」，截至发稿未上线 |
表中带「阿里自测」的数据来自官方发布材料，尚无 Artificial Analysis、Arena.ai 官方团队等对 GA 版的独立复现。
03 2.4 万亿参数背后：MoE 架构与 Agent 卖点拆解
为什么是 MoE + 混合注意力？ Qwen3.8-Max 延续 Qwen3.5 路线：总参数 2.4 万亿，每 token 仅激活约 950 亿，推理成本更接近千亿级模型而非字面 2.4T。这也是 API 定价能压到 $2/$6（低于 Claude Opus 5 $5/$25、Fable 5 $10/$50）的核心原因——用架构效率换价格竞争力。
reasoning_effort 三档：提供 low / medium / xhigh（默认 xhigh），可通过原生 API 的 enable_thinking 或 Anthropic 兼容接口的 reasoning.effort 调节速度与深度，是 Agent 场景的标配成本拨盘。
长程自主任务是本次 headline：阿里案例包括 16 天无人工介入编码、500+ 步芯片设计优化，以及自建 RecreationBench（黑盒交互 + 视觉反馈还原真实应用）。部分过程记录在 GitHub qwen-code-dev-bot/oh-my-cli，但并非完整第三方审计。
生态卡位：同步接入「千问办公」Agent 平台；API 兼容 OpenAI 与 Anthropic 协议，可对接 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等工具链，降低迁移摩擦。
- 多模态输入：文本 / 图像 / 视频统一接口，视觉 Arena 排名第 2。
- Agent 对标：千问办公对标腾讯 WorkBuddy、Moonshot Kimi Work。
- 消费端渗透：千问已作为 国行 Apple Intelligence 核心生成引擎，压缩版在 iPhone 15+ 本地运行。
04 横向对比：Qwen3.8-Max vs Kimi K3 vs DeepSeek V4 vs Claude
| 模型 | 总/激活参数 | 上下文 | 定价（入/出 $/M） | 权重开源 | 独立评测 |
|---|---|---|---|---|---|
| Qwen3.8-Max | 2.4T / 950B | 1M | $2 / $6 | 未开源（承诺中） | 暂无 GA 复现 |
| Kimi K3 | 2.8T / ~500B | ~1.05M | $3 / $15 | 已开源（7/27） | AA 指数约 57.11 |
| DeepSeek V4-Pro | 1.6T / 490B | 1M | 见官方表 | 已开源 | SWE-bench Verified 80.6% |
| DeepSeek V4-Flash | 同 V4-Pro | 1M | 见官方表 | 已开源 | 9 项 Agent/代码超 V4-Pro |
| Claude Opus 5 | 未公开 | 1M | $5 / $25 | 闭源 | Arena 前列 |
| Claude Fable 5 | 未公开 | 1M | $10 / $50 | 闭源 | Arena 文本第 1 |
易被忽略的细节：Kimi K3 公开约 500B 激活参数，DeepSeek 公开 490B，而阿里在预览期完全未披露激活量，GA 才补充「950 亿」——这是 7 月曾被点名「透明度不足」的原因之一。
唯一可比的独立盲测（269 个文件的真实架构设计任务）：Kimi K3 83 分、Qwen3.8-Max 预览版 80 分，属同档位互有胜负，而非全面碾压。
阿里对比表脚注称「Fable 5 结果可能涉及 fallback」——对竞品跑分的隐性质疑，但自家测试方法论同样未公开到可第三方复现程度。
05 「开源」标签争议、六步接入与可引用数据
本次发布最值得警惕的是信息披露的时间差，而非单一跑分高低：
- 标签先于权重：qwen.ai 在 GA 当天已标「Open-Source」，仓库与许可证仍未公布。
- 跑分均为厂商自测：含 QwenSWEBench、RecreationBench 等内部基准；Arena 1496 分仍为 Preliminary。
- 预览期禁令：7 月预览版禁止自动化生产调用，且无 model card 与安全评估公开。
- 权重落地待定：完整 2.4T 需数据中心级硬件；更现实路径是 API 或等待 Qwen3.8-27B 开源版。
六步安全接入 Qwen3.8-Max：
- 开通 QwenCloud：在阿里云 Model Studio / Qwen 官方控制台创建 API Key，确认 GA 模型 ID 与区域端点。
- 选择兼容协议：按现有工具链选 OpenAI 或 Anthropic 兼容
base_url，避免重写客户端。 - 配置推理档位：从 medium 起步验证延迟，复杂 Agent 任务再升至 xhigh /
enable_thinking。 - 沙箱 A/B 对比：用自有业务 prompt 与 Kimi K3 / DeepSeek V4 盲测，勿仅凭厂商表迁移生产。
- 规划权重路径：关注 Hugging Face / ModelScope「下周」公告；本地完整版不现实则锁定 Qwen3.8-27B。
- 接入 Agent 工具链：在 OpenClaw、Qoder、Claude Code 等宿主中替换 base URL，验证长程任务稳定性。
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}
)可引用硬核数据（来源：阿里官方、Arena.ai 公开榜，2026-08-04）：
- 总参数 / 激活：2.4T / 950B，MoE + 混合注意力
- 上下文：1M token；思考模式输入约 983K、输出上限 131K
- API 定价：$2/$6 per M token；缓存命中 $0.25/M
- Arena 文本：#5，1496 分（Preliminary，8/1 快照）
- Arena 视觉：#2，仅次于 Fable 5
- 独立盲测：架构任务 K3 83 vs Qwen 预览 80（同档）
- 资本市场：发布日港股 +7%、美股 +4.5%
- 权重状态：承诺 8/10 前后开源，发稿时未上线
06 常见问题、行业背景与生产环境收束
Q：Qwen3.8-Max 现在能直接用吗？开源了没有？
A：API 已可通过 QwenCloud 调用，兼容 OpenAI / Anthropic 协议。权重尚未开源；官网「Open-Source」标签描述的是意图而非已发布 artifact，预计 8 月 10 日前后公布仓库与协议。
Q：和 Kimi K3 谁更强？
A：无统一权威头对头。独立盲测接近（83 vs 80）；K3 优势在已开源 + AA 指数；Qwen3.8-Max 优势在更低 API 价与更强多模态。
Q：2.4 万亿意味着本地跑不了？
A：完整 checkpoint 需多节点数据中心。API 调用成本按 950B 激活计费；个人开发者应等待 Qwen3.8-27B 开源版。
Q：阿里跑分能信吗？
A：作参考勿作定论。等待 Artificial Analysis 等复测，或在自有场景 A/B。
Q：对普通用户有何影响？
A：国行 Apple Intelligence 生成能力基于千问压缩模型，iPhone 用户将在系统层间接使用千问能力。
2026 年是万亿参数「扩产年」：DeepSeek V4-Pro（1.6T）、Qwen3.8-Max（2.4T）、Kimi K3（2.8T）接连登场，而 DeepSeek V4-Flash 证明不靠堆参数也能大幅提升 Agent 能力。阿里罕见承诺开源 Max 级权重，与 Kimi、DeepSeek 构成国产头部「开放权重」格局；同期美国白宫 8 月 4 日召集 OpenAI、Anthropic、Google、Meta 讨论 Agent 网络安全测试框架——开源抢生态与监管收紧形成鲜明对照。
纯 API 调用虽门槛低，但长程 Agent 在共享 VPS 上易遇内存抖动与长连接打断，多工具链并行缺乏 7×24 稳定宿主，2.4T 权重自部署需超算集群。对于需要持续运行 OpenClaw、Qoder 或 Claude Code 远端网关的生产环境，JEXCLOUD 多区域裸金属 Mac是更优解：独占 Apple Silicon 统一内存、无超卖宽带抖动、launchd 常驻 Agent，120 秒交付。节点与价格见 JEXCLOUD 定价页。