Qwen3.8 权重开源（2026）：阿里上线 2.4T Max 检查点，并推出支持 Apache-2.0 协议、可在本地运行的 27B 模型

从官宣到权重开源：两周完整时间线

日期依据各行引用的来源；在社区时间线存在一天出入的地方（如检查点上线的具体时间是 8 月 12 日还是 14 日），我们均如实注明而非强行统一。

根据官方模型卡：具体发布了哪些内容

• Qwen3.8-2.4T-A95B（Max 级重磅发布）。总参数量达 2.4 万亿，基于 Qwen3.5 架构基础构建。官方基准测试表显示其表现与 Opus 4.8、Claude Fable 5 和 GPT-5.6 Sol 旗鼓相当：Terminal Bench 2.1 达到 86.6（GPT-5.6 Sol 最高为 88.8），PaperBench 达到 93.0（榜单最高分），GPQA Diamond 达到 92.6，Agents' Last Exam 达到 53.6。文档显示模型权重兼容 vLLM、SGLang 和 TokenSpeed。
• Qwen3.8-27B（本地可运行版本）。稠密 27B 模型，具备原生视觉语言能力——支持图像与视频，拥有灵活的思考控制，原生 262,144 token 上下文且可扩展至 1,000,000。阿里的发布资料称其“综合表现超越 Qwen3.7-Plus”；社区共识（参考 codersera 的 Qwen 指南）已将其视作取代 Qwen3.6-27B 的新一代默认本地 Qwen 模型。
• 托管版与开源权重版的差异至关重要。根据官方模型卡，qwen3.8-max（云端托管版）基于 2.4T 检查点构建，并增加了视觉输入、非思考模式、默认 1M 上下文以及官方内置工具。如果您自行私有化部署原始权重，运行的只是基础底座——并不包含托管版的完整功能集。
• FP8 变体版本已与大型检查点同步发布，专为追求更低显存占用的数据中心推理团队设计。

未包含的内容——细读条款与限制

• 据报道 2.4T 并非 Apache 协议。27B 采用 Apache 2.0 协议；而社区指南指出 2.4T 仓库改用了自定义的 Qwen 许可协议。截至 8 月 21 日，我们未能在仓库页面提取到完整许可协议文本——在进行商业化私有化部署前，特别是对外提供服务时，请务必仔细阅读模型卡条款。
• 托管版 27B：暂无具体日期与定价。官方模型卡显示 Qwen Cloud 托管版 27B“即将推出”，默认支持 1M 上下文并附带内置工具——截至发布时未公布更多具体信息。
• “2.4T 开源”不等于“个人 GPU 设备能跑”。社区指南指出 FP8 检查点体积约 2.5TB——这属于多节点集群级别。此次开源具有重大的战略意义，主要适用于专业推理平台，而非个人工作站。
• 定价来源说明。每 100 万 token $2 / $6 / $0.25 的数据来自各大媒体发布报道的一致信息（latent.space、eigent.ai、codersera、kie.ai 对照 Qwen Cloud 列表）——并非直接截取自我们捕获的定价页面。在最终敲定预算前，请在 Model Studio 上核实最新价格。

Qwen3.8 API 定价对比国内大模型阵容（2026）

据报道，qwen3.8-max 定价为每 100 万 token 输入 $2.00 / 输出 $6.00（缓存输入 $0.25），与同梯队的前沿模型处于同一价格区间——远低于西方旗舰模型，高于 DeepSeek 的闲时底价。

对比行复用了我们此前简报中已核实的价格（GLM-5.3、DeepSeek、Kimi K3）；qwen3.8-max 这一行的数据来自发布报道——详见上方说明。

本地上手运行：Simon Willison 的实测配置方案

• 环境配置。在 LM Studio 中加载 17GB 的 Q4_K_M GGUF 文件，分别在配备 128GB 内存的 MacBook Pro (M5 Max) 和 NVIDIA DGX Spark 上进行了测试——生成速度约为 15–30 token/秒，配合 llama.cpp 的 draft-mtp 投机采样可提速约 72%。
• 先调整默认上下文长度。模型原生支持 262,144 token，但 LM Studio 默认的 8,192“光是推理思考过程就给占满了”。在评估模型能力前，请务必调大该数值。
• 关闭过度思考。默认的思考强度为 xhigh：他生成鹈鹕 SVG 的提示词耗时 21 分钟，消耗了 22,276 个推理 token 才输出 3,223 个结果 token。“这确实是个优秀的模型，但这个默认设置实在很不友好”——日常任务建议调低或关闭思考模式。
• 实测结论。“这是迄今为止我用本地运行的模型生成过的最好的鹈鹕 SVG 图”——在视觉能力方面：他对鹈鹕照片进行的边界框测试结果“匹配度极高”。不足之处在于稠密模型的运行速度受限于内存带宽，因此体验上不如小型 MoE 那样轻快。正如他所说：“一个 17GB 的文件能在我的个人设备上完成所有这些任务，简直就是个奇迹。”

你应该选择调用哪款 Qwen3.8？

各界反响：海外与国内热议

• Hacker News 引发热烈讨论。Willison 的评测获得 798 点高赞；Artificial Analysis 的评级（智能指数 52）也带来了 380 点的讨论热度。核心焦点集中于：同类顶级的本地运行能力，以及默认开启 xhigh 思考强度的槽点。
• 西方媒体聚焦与 Meta 的对决。CNBC 从与 Meta 新推出的 Muse Glimmer 笔记本模型竞争切入；Hugging Face 提供的 151,448 个 Qwen 衍生模型数据（Meta 的 2.6 倍）有力佐证了其实力。WIRED 和 Axios 本月在报道以 GLM-5.3 为代表的开源浪潮时，已将中国开源大模型视作全球开源 AI 的前沿代表。
• 国内媒体称之为“一周三更”重磅连击。《北京商报》8 月 16 日的盘点将 DeepSeek 调价、阿里开源与智谱的后训练布局归纳在同一周内，OpenRouter 数据更显示当周全球使用量前 10 的模型中有 6 款来自中国。

通过一个兼容 OpenAI 的接口调用 Qwen 及全套国产大模型

一手信息来源

• Qwen 官方博客 ——《Qwen3.8-Max：代码与协同工作的新标杆》（首个 Max 级开源权重发布）
• Hugging Face —— Qwen/Qwen3.8-2.4T-A95B 模型卡（基准测试、vLLM/SGLang 兼容性、托管版 Max 功能差异）
• Hugging Face —— Qwen/Qwen3.8-27B 模型卡（稠密 VLM、262K→1M 上下文、托管版“即将推出”）
• Hugging Face —— Qwen 组织主页（460 个模型；包含已上线的 FP8 变体）
• Simon Willison ——《Qwen 3.8 27B 表现优异，但默认设置存在过度思考问题》（2026 年 8 月 16 日）
• CNBC ——《阿里推出适配笔记本电脑的新模型，回应 Meta 的 AI 挑战》（2026 年 8 月 17 日；HF 上 151,448 个衍生模型数据）
• Artificial Analysis —— Qwen3.8-27B 页面，智能指数 52
• Hacker News —— Willison 评测讨论帖（798 点赞）
• eigent.ai —— Qwen3.8-Max 开源权重总结（定价 $2/$6/$0.25 参考 latent.space）
• codersera —— Qwen 代际指南（27B Apache 2.0 协议，取代 Qwen3.6-27B；2.4T 许可协议注意事项）
• kie.ai —— 27B 发布深度解析（阿里“超越 Qwen3.7-Plus”声明、HF 模型卡参数规格）
• 北京商报/东方财富 ——《大模型一周三更》（8 月 16 日；OpenRouter 前 10 名使用数据）

常见问题解答 (2026)