文章摘要
8月2日，阿里发布参数规模2.4万亿的开源视觉语言大模型Qwen3.8-Max，该模型专为长时间编码与知识密集型任务设计，采用混合专家架构，多项第三方评测成绩优异，此次开放权重标志阿里重新开放顶级大模型权重，进一步推动开源大模型竞争升级。

当前开源大模型的竞赛正朝着参数规模持续扩张、综合性能不断跃升的方向加速推进。不久前，知名开源模型团队推出了Kimi K3，成为当时公开权重模型中规模与性能顶尖的作品；而在短短几周后，国内科技企业随即推出了自家的巨型视觉语言模型作为回应，进一步推动开源大模型的竞争升级。

8月2日，该企业正式发布了Qwen3.8-Max，这是一款参数规模达2.4万亿的视觉语言模型，专为长时间运行的编码与知识密集型工作任务设计。在发布后的一周内，团队同时推出了Qwen3.8-Max与更小尺寸的Qwen3.8-27B的公开权重。其中，Qwen3.8-27B此前就已开放权重，而Qwen3.8-Max则是该系列首款对外开放权重的顶级型号，不过其公开版本仅支持文本交互，无法完整使用100万token的上下文窗口能力。

模型核心参数与基础能力

  • 输入输出：支持文本、图像与视频输入（最长支持100万token上下文），文本输出最长可达13.1万token，推理时可生成最多26.2万token，单秒推理速度约77.6token
  • 架构：采用混合注意力机制的混合专家Transformer架构，总参数2.4万亿，每个token仅激活约950亿参数，占总参数的4%
  • 功能特性：支持多档位推理模式（无、低、中、超高，默认超高），默认保留推理文本，具备函数调用、结构化输出、前缀补全与上下文缓存能力
  • 性能表现：在第三方综合评测指标中排名第五，开源权重模型中位列第二（得分58）；在𝜏³-Banking测试中综合排名第一（得分51.3%）；在Arena.ai的Vision Arena榜单中排名第二（1301 Elo）；在WebDev Code Arena榜单中排名第四（1667 Elo）
  • 可用性与价格：通过云服务商Model Studio API提供服务，输入、缓存、输出token的单价分别为每百万2.00美元、0.25美元与6.00美元；可通过QwenWork订阅使用（目前仅中国地区公开测试免费，美国地区可通过订阅获取）；公开权重可在Hugging Face与ModelScope获取，采用自定义许可协议
  • 未披露信息：模型的知识截止时间、训练数据与训练方法均未公开

技术实现细节

关于Qwen3.8-Max的技术细节，官方尚未发布正式的技术报告或模型卡片，但官方说明显示，该模型基于此前的视觉语言模型Qwen3.5构建，重点强化了智能体工作场景下的强化学习能力，同时支持模型利用自身视觉能力对输出结果进行视觉验证。

  • 混合专家架构适配：Qwen3.8-Max的混合专家Transformer在处理每个token时，仅激活约4%的总参数，大幅降低了单token的计算成本。其混合注意力机制延续了Qwen3.5的设计，将标准注意力层与门控Delta网络层结合，相比标准注意力方案更节省内存资源
  • 多模态预训练设计：与Qwen3.5一致，Qwen3.8-Max在预训练阶段就同时处理文本与图像数据，而非在预训练好的语言模型外挂视觉编码器，这一设计让模型在规划、执行与验证任务时，可以直接检查渲染后的输出结果
  • 专用智能体框架：团队同步推出了QwenWork，这是专为运行该模型设计的智能体执行框架
  • 强化学习微调方案：模型通过QwenWork与其他智能体环境进行强化学习微调，训练过程从三个维度进行扩展：任务时长（单次、多次或持续数日）、工作空间复杂度（单文件、多文件或层级文件夹）、所用工具框架（不同工具、版本与已安装技能）。训练过程中，一套奖励系统通过执行代码、依据评分标准评判文本与渲染图像，并借助智能体检查结果来为每个输出打分；同时通过数据平衡器保持每个训练批次中的任务、难度与框架组合均衡，以稳定训练效果
  • 许可协议差异：Qwen3.8-Max的公开权重仅支持文本交互，不包含视觉输入与100万token上下文窗口功能，采用自定义许可协议，类似MIT许可证，但如果使用场景的月活跃用户超过1亿或月营收超过2000万美元，则需要进行署名。基于Qwen3.8-Max构建的模型即服务或编程助手，如果年营收超过5000万美元，也需要另行申请许可。而Qwen3.8-27B的权重包含模型全部能力，采用标准Apache 2.0许可证

实测性能表现

在发布时的独立第三方评测中，Qwen3.8-Max的综合智能表现仅落后于少数顶级闭源模型与Kimi K3，在前端编码、视觉处理与智能体工作场景中表现突出，几乎在所有基准测试中都优于Qwen3.7-Max。不过性能提升也伴随着成本代价：该模型生成的token数量比竞品更多，尽管单token成本较低，但完成每项基准任务的总体成本仍有所上升。

  • 在第三方综合评测指标Intelligence Index中，设置为超高推理模式的Qwen3.8-Max得分58，每个任务成本约1.13美元，相比上一代Qwen3.7-Max的47分（每个任务0.54美元）提升了11分，综合排名第五，开源权重模型中位列第二。这一成绩高于设置为最高推理模式的Claude Opus 4.8（57分，每个任务2.03美元）与设置为超高推理模式的Muse Spark 1.2（57分，每个任务0.40美元），但低于设置为最高推理模式的Kimi K3（60分，每个任务0.86美元）
  • 在𝜏³-Banking测试中，Qwen3.8-Max在模拟客户银行请求的任务中取得了51.3%的得分，成为所有受测模型中的最高分。在GDPval-AA v2测试中，这一针对经济核心领域任务的正面对决排名，Qwen3.8-Max取得了1739 Elo，仅次于设置为最高推理模式的Claude Opus 5（1846 Elo）与设置为最高推理模式并带回退机制的Claude Fable 5（1743 Elo）
  • 在Arena.ai的盲测一对一对比榜单中，Qwen3.8-Max在WebDev Code Arena首秀即取得第四名（1667 Elo），落后于设置为最高推理模式的Claude Opus 5（1686 Elo）与设置为最高推理模式的Kimi K3（1675 Elo）；在Vision Arena榜单中首秀即取得第二名（1301 Elo），仅次于Claude Fable 5（1315 Elo）
  • 目前，Qwen3.8-27B在开源权重模型中排名第三，综合得分52，表现与GPT-5.6 Luna相当，是当前为数不多可以在消费级机器上本地运行的高性能开源模型

行业背景与战略转向

Qwen3.8-Max的公开权重标志着该科技企业的战略转变：从此前将顶级模型仅通过API与官方应用提供服务，转向重新开放顶级模型的权重。自Max系列于2025年1月启动以来，企业一直通过API与官方聊天应用提供这些模型，最新的Qwen3.7-Max也仅对小尺寸模型开放权重，比如Qwen3.6-27B。在企业暂停开放顶级模型权重的这段时间里，国内其他开源模型团队一直在轮流争夺开源权重的领先地位，包括此前推出Kimi K3的团队与Z.ai。在Kimi K3推出几天后，该企业就在上海世界人工智能大会上预览了Qwen3.8-Max，并于8月2日通过API正式发布；而Z.ai则在8月14日推出了GLM-5.3，这款模型在第三方综合评测指标中取得了60分的平均分。

开放权重的核心价值

开放顶级模型的权重为开发者带来了更多选择空间：既可以选择自建部署，也可以使用官方工具与API服务。尽管能够自行托管2.4万亿参数模型的团队数量极少，但真正的收益将来自第三方托管服务商之间的降价竞争，以及像Qwen3.8-27B这样的轻量化蒸馏后继模型。同时，公开权重也让开发者可以为隐私条款争取更有利的条件，因为任何服务商都可以提供该模型的部署服务，包括那些不保留客户数据的厂商。

行业观察

值得注意的是，Qwen3.8-Max的公开版本并未包含API版本的全部能力，但可以在本地运行的Qwen3.8-27B依然为开发者提供了不错的体验，尽管该模型有时会出现过度思考的情况。

以上内容不代表本平台立场，仅供读者参考