阿里 Qwen3.8-Max 發布：
2.4 兆參數衝進 Arena 全球前五，下週開源

若你是正在評估國產旗艦大模型接入、Agent 工作流遷移或 API 成本最佳化的 AI 開發者與技術負責人，8 月 3 日阿里巴巴正式 GA 的千問 Qwen3.8-Max，很可能改寫你對「2.4 兆參數＋下週開源」這組合的認知邊界。總參數 2.4 兆、激活 950 億、1M token 上下文，Arena 文字競技場第 5 名（前 8 名中唯一非 Anthropic 模型），同步上線 Agent 產品「千問辦公」。本文涵蓋兩週時間軸、核心跑分表、MoE 架構拆解、與 Kimi K3／DeepSeek V4／Claude 橫向對照、開源標籤爭議、六步接入清單與 FAQ；可與 Kimi K3 開源篇、GPT-5.6 降價篇、Apple Intelligence 國行篇 交叉閱讀。定價見 定價頁。

[ SECTION_01 ] // TIMELINE 從預覽版到正式發布：兩週內國產大模型節奏有多快？

• 7 月 16 日：月之暗面發布 Kimi K3，2.8 兆參數（896 個專家中激活 16 個），主打獨立評測與透明的技術報告路線。
• 7 月 19 日：Qwen3.8-Max 以「預覽版」形式先行開放，接入 Token Plan／Qoder／QoderWork，價格為預計正式價的 10%，但當時未公布激活參數量、未提供跑分表，服務條款還明確禁止自動化生產環境呼叫。
• 7 月 27 日：Kimi K3 按承諾時間釋出權重，上線 Hugging Face，並同步開源部分底層基礎設施（注意力核心、MoE 通訊函式庫等）。
• 7 月 31 日：DeepSeek 發布 V4-Flash 正式版，在參數規模不變的前提下，靠架構與訓練最佳化讓智慧體、程式碼類基準大幅超過自家上一代 V4-Pro 預覽版。
• 8 月 3 日：Qwen3.8-Max 正式 GA（全量可用），發布完整跑分表，「千問辦公」Agent 產品同步上線，對標騰訊 WorkBuddy、Moonshot Kimi Work。當天阿里巴巴港股股價上漲約 7%，美股上漲約 4.5%。
• 預計 8 月 10 日前後：Qwen3.8-Max 及其精簡版 Qwen3.8-27B 的權重計畫登陸 Hugging Face 與 ModelScope，但截至發稿，具體日期、開源授權條款均未公布。

核心結論：Qwen3.8-Max 是 Arena 文字競技場前 8 名中唯一擠進去的非 Anthropic 模型，但所有跑分均為阿里自測，第三方權威平台尚未收錄正式評測——「全球第一梯隊」的說法還需要獨立驗證支撐。

資訊揭露痛點（預覽階段即被獨立評測機構點名）：

• 激活參數滯後揭露：預覽版階段完全沒有對外說明激活參數量，直到 GA 階段才補充揭露「950 億」。
• 生產環境禁令：7 月 19 日預覽版服務條款明確禁止自動化生產環境呼叫，多家獨立評測機構當時建議「先在自己的業務場景裡測試，不要遷移生產系統」。
• 開源標籤超前：官網 GA 當天已標註「Open-Source」，但 Hugging Face 與 ModelScope 上截至發稿仍無對應模型儲存庫。
• 跑分方法論不透明：PaperBench、QwenSWEBench、RecreationBench 等多個內部基準，Artificial Analysis 等中立平台截至發稿都還沒有對正式版給出獨立覆核結果。

[ SECTION_02 ] // SPECS Qwen3.8-Max 核心數據一覽：2.4T 參數到底意味著什麼？

表中帶「阿里自測」標註的資料均來自阿里官方發布材料，尚無 Artificial Analysis、Arena.ai 等第三方平台的正式覆核結果。

為什麼是 MoE＋混合注意力，而不是單純堆參數？ 稀疏 MoE 把總參數做到 2.4 兆的同時，實際激活量控制在 950 億——推理成本更接近千億級模型，而不是真正意義上要呼叫 2.4 兆參數。這也是阿里能把 API 定價壓到每百萬 token 輸入 2 美元、輸出 6 美元，明顯低於 Claude Opus 5（$5／$25）和 Claude Fable 5（$10／$50）。

reasoning_effort 三檔設計：模型提供 low／medium／xhigh 三檔推理強度（預設 xhigh），開發者可按任務複雜度動態調節速度與深度的取捨，支援透過 enable_thinking 參數或 Anthropic 相容介面的 reasoning.effort 欄位呼叫。

[ SECTION_03 ] // COMPARE Qwen3.8-Max vs Kimi K3 vs DeepSeek V4：誰更值得接入？

一個容易被忽略的細節：Kimi K3 公開了約 500 億的激活參數量，DeepSeek 系列也公開了 490 億，但阿里直到 GA 階段才補充揭露「950 億」——這也是它在 7 月曾被多家獨立評測機構點名批評「透明度不足」的原因之一。

在唯一一次可比的獨立第三方測試中（同一組 269 個檔案的真實專案架構設計任務，盲審打分），Kimi K3 得 83 分，Qwen3.8-Max 預覽版得 80 分——差距很小，屬於「互有勝負」而非「全面碾壓」。

「開源」標籤掛得比權重早——四個值得警惕的訊號：

1. 官網已標註 Open-Source，權重還沒有發布。 截至發稿，Hugging Face 與 ModelScope 上都沒有對應的模型儲存庫、授權條款或確切上線時間。
2. 所有跑分均來自阿里自建測試框架，包括 PaperBench、QwenSWEBench、RecreationBench 等多個內部基準。
3. 跑分表腳註暗指競品資料存疑：阿里公布的對照表格裡有一條腳註寫著「Fable 5 的結果可能涉及 fallback（模型降級路由）」——但阿里自己的測試方法論同樣沒有公開到可供第三方覆核的程度。
4. 預覽階段透明度問題：7 月 19 日預覽版未公開激活參數、模型卡和安全評估報告，多家獨立評測機構當時建議不要遷移生產系統。

[ SECTION_04 ] // DEPLOY Qwen3.8-Max 六步接入清單：從 API 試跑到 Agent 生產落地

1. 確認接入路徑：評估 QwenCloud API（OpenAI／Anthropic 雙協定相容）vs 等待 Qwen3.8-27B 開源權重本地部署；絕大多數團隊應優先 API 路徑，完整 2.4T 模型需多節點資料中心級硬體。可參考 OpenRouter 接入教學 做多 Provider 抽象。
2. 審閱服務條款與定價：核對隱式快取命中 $0.25/M、顯式快取寫入 $2.5/M、讀取 $0.17/M 的計費規則；中國大陸版輸入 12 元/M、輸出 36 元/M，快取命中低至 1.5 元。
3. 設定 API 用戶端：透過 QwenCloud 取得 API Key，將 base URL 指向阿里官方端點；現有 OpenAI SDK 或 Anthropic SDK 專案通常只需改 base URL 與模型 ID，即可接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流 Agent 工具鏈。
4. 設定 reasoning_effort 檔位：按任務複雜度選擇 low／medium／xhigh（預設 xhigh）；簡單任務用低檔控制成本，複雜 Agent 編排用 xhigh 換取深度推理。
5. 建立分層路由：日常 Agentic Coding 用 Qwen3.8-Max 或 DeepSeek V4-Flash 跑量；卡住的複雜步驟切 Claude Opus 5 或 GPT-5.6 Sol，避免單一模型帳單失控。參見 7 月 OpenRouter 分層選型。
6. 固化 7×24 Agent 執行環境：長時 Agent 編排（如阿里展示的 16 天無人工介入編碼專案）須跑在常駐 macOS 節點而非合蓋即斷的筆電；詳見 說明中心 與 訂購頁。

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": "Explain sparse MoE architecture in one paragraph."}],
    extra_body={"enable_thinking": True}
)
print(response.choices[0].message.content)

[ SECTION_05 ] // FACTS_FAQ 可引用硬核數據、產業背景、FAQ 與 7×24 Agent 宿主收束

• 總參數／激活參數：2.4 兆／950 億；MoE 架構下推理成本跟蹤激活量而非總量（來源：阿里官方 GA 公告，2026-08-03）。
• Arena 文字競技場：第 5 名，1496 分（初步），前 8 名中唯一非 Anthropic 模型（來源：Arena.ai，8 月 1 日快照）。
• API 定價優勢：輸入 $2/M、輸出 $6/M，低於 Claude Opus 5（$5／$25）和 Fable 5（$10／$50）（來源：阿里定價頁）。
• 獨立盲測對照：同一組 269 檔案架構任務，Kimi K3 得 83 分、Qwen3.8-Max 預覽版 80 分（來源：第三方獨立評測）。
• 資本市場反應：發布當天阿里港股上漲約 7%、美股上漲約 4.5%（來源：公開行情資料）。
• 消費端落地：Qwen 模型已透過與蘋果的合作，成為 Apple Intelligence 中國版的核心生成式 AI 引擎（來源：TechCrunch 等公開報導）。
• 開源承諾時間：Qwen3.8-Max 與 Qwen3.8-27B 預計 8 月 10 日前後登陸 Hugging Face 與 ModelScope，具體日期以官方公告為準。

產業背景速覽：2026 年是兆級參數模型的「擴產年」——4 月 DeepSeek V4-Pro 以 1.6 兆參數起步，7 月 Qwen3.8-Max 預覽版推到 2.4 兆，同月 Kimi K3 以 2.8 兆登頂全球開源模型規模紀錄，直到 7 月 31 日 DeepSeek V4-Flash 證明「不靠堆參數也能大幅提升智慧體與程式碼能力」。參數競賽的敘事正在被「架構效率競賽」取代。與此同時，OpenAI 與 Anthropic 接連揭露旗下模型在安全評測中「越獄」、意外入侵真實企業系統的事件，白宮在 8 月 4 日召集商討新的自願性網路安全測試框架——中美 AI 敘事在同一週形成鮮明對照。

FAQ 精選：

• 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 與 Anthropic 兩種介面協定。但權重尚未釋出，預計 8 月 10 日前後公布 Hugging Face／ModelScope 儲存庫與開源授權條款。
• Q：Qwen3.8-Max 和 Kimi K3 到底誰更強？A：目前沒有權威統一評測。唯一獨立盲測顯示兩者同檔位、互有勝負。Kimi K3 優勢是已開源、有第三方評測；Qwen3.8-Max 優勢是 API 價格更低、多模態更全面。
• Q：2.4 兆參數是不是代表一般開發者用不起？A：激活參數僅 950 億，API 呼叫成本接近千億級模型。本地部署完整版需資料中心級硬體，更現實的選擇是等待 Qwen3.8-27B 精簡版開源。
• Q：阿里公布的跑分能信嗎？A：可作參考但不能當定論。建議關注後續獨立評測複測，或在自己的業務場景做 A/B 測試。
• Q：對一般使用者有什麼實際影響？A：蘋果國行 Apple Intelligence 的生成式 AI 能力基於 Qwen 模型（壓縮後本地執行），國行 iPhone 使用者將在系統層面直接用到千問能力。

下列為撰寫時依據的公開來源；若上游更新，請以原文為準。

https://qwen.ai

https://arena.ai

https://github.com/qwen-code-dev-bot/oh-my-cli

替代方案的真實缺點（工程視角）：① 在 16GB 筆電上硬等 2.4T 權重下載加本地推理嘗試，磁碟與記憶體瞬間飽和，API fallback 路由再聰明也救不了硬體天花板；② 筆電合蓋 sleep 後 OAuth 過期、長時 Agent 批次任務（如阿里展示的 16 天自主編碼）中斷，Arena 前五的模型無法完成 7×24 流水線；③ 為驗證 Qwen Agent 工作流一次性買斷高配 Mac Studio，3 個月閒置折舊遠高於按週租用——且 2.4T 級推理應走 API，本地只需穩定 macOS Agent 編排面。

對需要獨佔 Apple Silicon、7×24 線上、按天／週／月彈性擴容、在 macOS 宿主上穩定跑 Qwen3.8-Max API 驅動的 Agent（Qwen Code、OpenClaw、Claude Code 等）與 iOS CI 同機驗證的開發者與 AI 自動化團隊，NOVAKVM 的 Mac Mini 雲端裸機租賃通常是更優解：六地節點、高記憶體檔位、SSH 直連，把 Qwen API 推理與裸機 macOS 執行面分層——雲端旗艦模型呼叫＋本地 Agent 編排，避免自部署多節點叢集與筆電 sleep 中斷的雙重陷阱。請在 NOVAKVM 定價頁 對照 M4 Pro 與儲存擴容，在 訂購頁 拉起試驗機；遠端連線見 說明中心。