Qwen3.8-Max：2.4T 参数开放权重模型即将发布

阿里 Qwen 宣布推出新旗舰模型 Qwen3.8-Max，并表示其开放权重将在下周发布，同时 Qwen3.8-27B 也将以开放权重形式推出。

这次发布的重点不只是模型规模，而是 Qwen 将其定位为面向 编码、长周期智能体任务、多模态协作与真实工作流 的大模型。

核心信息

• Qwen3.8-Max 被描述为 Qwen 目前能力最强的模型。
• 模型总参数规模为 2.4T。
• 官方表示将开放权重，Qwen3.8-27B 也将开放权重。
• API 价格为：
  • 输入：2 美元 / 百万 token
  • 输出：6 美元 / 百万 token
  • 缓存 token：0.25 美元 / 百万 token
• 模型主打方向包括：
  • 长周期自主编码
  • 智能体式协作任务
  • 多模态推理与视觉反馈
  • 芯片设计、数据科学、电商运营等复杂工作流

官方强调的能力

1. 长周期自主编码

Qwen3.8-Max 被描述为具备较强的长周期编码能力。官方提到，它曾在多周自主运行中，从零构建一个可自我演进的编码框架，并完成 10 天以上无人值守编码。

此外，模型还被用于复现一篇名为 Unified Data Selection for LLM Reasoning 的论文流程，并在约 125 小时 的迭代研究循环中提出新的数据选择方法。官方称该方法在相关基准上比原论文结果高 2.71 分。

在数据科学任务中，Qwen3.8-Max 还被用于参加 WWW2025 多模态对话意图识别挑战。据发布内容称，它在 24 小时内与 526 支人类团队竞争，排名进入前 13%。

2. 硬件与芯片设计流程

官方还展示了模型在芯片设计中的应用，包括从 RTL 编辑到仿真、综合、物理布局的完整流程。

在一个 GCD/RSA 加密加速器设计任务中，模型将门数量从 8,298 个减少到 678 个，并实现 81% 的芯片面积降低，同时满足 500 MHz 的物理时序收敛要求。

3. 真实工作流与运营任务

Qwen3.8-Max 也被用于多种专业工作流场景，例如：

• 企业法律审查
• UI/UX 设计
• 结构工程建模
• 自动化 ETF 量化研究

在一个名为 E-Commerce Bench 的 365 天店铺运营模拟中，官方称模型通过连续博弈式谈判和库存规划，实现了 4.16 倍回报，最终余额为 416,252 元。

4. 多模态智能体与视觉反馈

Qwen3.8-Max 强调“原生视觉反馈”能力，即视觉不是单纯作为输入，而是进入规划、编码、GUI 操作等执行循环。

官方还发布了 Qwen-MM-Plugins，用于将多模态能力扩展到现有智能体框架。

公开提到的技术规格

除官方信息外，社区讨论中还出现了一些补充规格，包括：

• 每个 token 激活约 95B 参数，对应约 4% MoE 激活比例
• 1M token 上下文窗口
• 128k 最大输出 token
• API 支持 low / medium / xhigh 等推理强度模式
• 兼容 OpenAI 与 Anthropic 协议

这些规格意味着 Qwen3.8-Max 更接近超大规模稀疏模型部署类别，而不是常见的 30B–70B 本地模型层级。

第三方评测表现

发布后，Qwen3.8-Max 很快出现在多个评测和榜单中，尤其在编码、多模态和设计相关任务上表现突出。

Frontend Code Arena

Qwen3.8-Max 首次进入 Frontend Code Arena 时排名 总榜第 4，Elo 为 1,668。

其前方模型包括：

• Claude Opus 5 [Max]：1,705
• Kimi K3 [Max]：1,676
• Claude Opus 5 [High]：1,669

在细分任务中，Qwen3.8-Max 的排名包括：

• Consumer Product：第 2
• Brand & Marketing：第 3
• Reference-based design：第 3
• Gaming：第 3
• Content Creation Tools：第 3
• Data & Analytics：第 4
• Simulations：第 5

Vision Arena

在 Vision Arena 中，Qwen3.8-Max 排名 第 2，得分 1,305，距离榜首 Claude Fable 5 [High] 相差 13 分。

Vals Index

在 Vals Index 中，Qwen3.8-Max 排名：

• 开放权重模型中第 2
• 全部 43 个模型中第 10
• 总分 66.1

Vals 还报告称，Qwen3.8-Max 在该指数上与 Claude Opus 4.7 得分相同，均为 66.1；同时单次测试成本约为 2.68 美元，低于 Claude Opus 4.7 的 6.17 美元。

为什么值得关注

Qwen3.8-Max 的发布有几个值得社区关注的点：

1. 开放权重继续推进：在超大模型规模上继续承诺开放权重，对研究者和开发者有实际意义。
2. 重点转向长周期智能体任务：官方重点不再只是传统问答或单轮推理，而是编码、运营、研究、芯片设计等复杂任务。
3. 多模态进入执行循环：视觉能力被用于规划和操作，而不仅是识别输入。
4. 部署门槛较高：2.4T 总参数与 1M 上下文意味着它更适合云端或专业推理基础设施，而非普通本地部署。

整体来看，Qwen3.8-Max 是一次面向开放权重前沿模型的重要发布。最终影响仍取决于开放权重落地情况、许可证、实际可部署性，以及更多独立评测结果。