阿里Qwen3.8-Max发布：2.4万亿参数冲进Arena全球前五，下周开源
谁：阿里巴巴；什么时候：2026年8月3日；做了什么：正式发布千问Qwen3.8-Max并同步上线Agent产品「千问办公」。本文面向AI开发者与企业技术决策者，完整解读时间线、核心跑分、Kimi K3/DeepSeek V4对比、开源标签争议，并附五步API接入Runbook与五条FAQ。
痛点拆解：Qwen3.8-Max发布后，开发者必须正视的三件事
- 「开源」标签早于权重落地：阿里官网GA当天即标注「Open-Source」，但截至发稿Hugging Face与ModelScope均无仓库、许可证或确切日期，仅有「下周」（预计8月10日前后）的模糊承诺——企业若按已开源做合规备案，存在审计风险。
- 跑分全部来自阿里自建框架：PaperBench、QwenSWEBench、RecreationBench等均为内部基准；Arena上1496分标注为「Preliminary/初步」，Artificial Analysis等中立平台尚未复现GA版成绩。迁移生产系统前必须自建A/B验证。
- 预览版透明度缺口延续到GA：7月19日预览版禁止自动化生产环境调用、未公开激活参数；GA虽补充950亿激活量，但独立盲测（269文件架构任务）Kimi K3得83分、Qwen3.8-Max预览版80分——同档位互有胜负，而非「全面碾压」。
时间线：从预览版到正式发布，两周内节奏很快
- 7月16日：月之暗面发布Kimi K3，2.8万亿参数（896专家中激活16个），主打独立评测与透明技术报告。
- 7月19日：Qwen3.8-Max预览版开放，接入Token Plan/Qoder/QoderWork，价格为正式价10%，未公布激活参数与跑分表，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，同步开源注意力内核、MoE通信库等基础设施。
- 7月31日：DeepSeek发布V4-Flash正式版，参数规模不变，智能体与代码基准大幅超过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」Agent同步上线；阿里港股涨约7%、美股涨约4.5%。
- 预计8月10日前后：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尚未公布。
核心数据一览
| 项目 | Qwen3.8-Max |
|---|---|
| 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 | 输入$2/百万token，输出$6/百万token |
| 国内定价 | 输入12元/百万token，输出36元/百万token |
| Arena文本竞技场（8月1日快照） | 第5名，1496分（Preliminary）—前8名中唯一非Anthropic模型 |
| Arena视觉竞技场 | 第2名，仅次于Claude Fable 5 |
| PaperBench（阿里自测） | 93.0（较上代+28.2） |
| SWE-bench Pro（阿里自测） | 67.7（落后Fable 5的80.0） |
| 权重开源状态 | 承诺「下周」，截至发稿未上线 |
表中带「阿里自测」标注的数据均来自官方发布材料，尚无Artificial Analysis、Arena.ai等第三方正式复现结果。
横向对比：Qwen3.8-Max、Kimi K3、DeepSeek V4、Claude
| 模型 | 厂商 | 总参数/激活 | 上下文 | 定价（入/出每百万token） | 权重开源 | 独立评测 |
|---|---|---|---|---|---|---|
| Qwen3.8-Max | 阿里巴巴 | 2.4T/950亿 | 100万 | $2/$6 | 未开源（承诺中） | 暂无 |
| Kimi K3 | 月之暗面 | 2.8T/约500亿 | 约104.8万 | $3/$15 | 已开源（7月27日） | AA指数约57.11 |
| DeepSeek V4-Pro | DeepSeek | 1.6T/490亿 | 100万 | 未公开 | 已开源 | SWE-bench Verified 80.6% |
| DeepSeek V4-Flash | DeepSeek | 同V4-Pro | 100万 | 未公开 | 已开源 | 9项智能体/代码基准超V4-Pro |
| Claude Opus 5 | Anthropic | 未公开 | 100万 | $5/$25 | 闭源 | Arena前列 |
| Claude Fable 5 | Anthropic | 未公开 | 100万 | $10/$50 | 闭源 | Arena文本第1名 |
深度拆解：2.4万亿参数背后，阿里想解决什么问题
Qwen3.8-Max延续Qwen3.5的稀疏MoE路线：总参数2.4万亿、每token仅激活950亿，推理成本接近千亿级模型而非2.4T全量调用——这也是API定价$2/$6明显低于Claude Opus 5（$5/$25）和Fable 5（$10/$50）的架构原因。
模型提供reasoning_effort三档（low/medium/xhigh，默认xhigh），通过enable_thinking或Anthropic兼容接口的reasoning.effort调节速度与深度。长程自主任务是核心卖点：16天无人工介入编码项目、500+步芯片设计优化、自建RecreationBench黑盒还原真实应用——但均为阿里自建评测，部分过程见GitHub qwen-code-dev-bot/oh-my-cli。
生态方面，Qwen3.8-Max同步接入「千问办公」Agent平台，API兼容OpenAI与Anthropic双协议，可直接接入Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw等主流Agent工具链。
争议点：「开源」标签挂得比权重早
- 官网已标注「Open-Source」，Hugging Face/ModelScope尚无仓库与许可证。
- 所有跑分均来自阿里自建测试框架，Arena 1496分为「初步」排名。
- 对比表脚注称「Fable 5结果可能涉及fallback」，但未公开自家测试方法论。
- 预览阶段禁止生产自动化调用、未公开激活参数与安全评估，多家评测机构建议先业务场景实测。
可引用技术信息（EEAT硬核数据）
- 参数与成本：总参数2.4T，激活950亿；API输入$2/百万token、输出$6/百万token，国内口径输入12元/百万、输出36元/百万。
- Arena与独立盲测：Arena文本第5名1496分（8月1日快照，Preliminary）；独立盲测269文件架构任务Kimi K383分、Qwen3.8-Max预览版80分。
- 长上下文与多模态：支持100万token上下文（思考模式约98.3万）；Arena视觉竞技场第2名，仅次于Claude Fable 5。
五步接入Runbook
常见问题（FAQ）
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与Anthropic双协议。权重尚未开源，预计8月10日前后公布Hugging Face/ModelScope仓库与许可证，以官方公告为准。
Q: Qwen3.8-Max和Kimi K3谁更强？
A: 无统一权威评测。独立盲测显示同档位互有胜负（Kimi K3 83分vs Qwen预览版80分）。Kimi K3优势是已开源且有AA指数；Qwen3.8-Max优势是API价格更低、多模态更全面。
Q: 2.4万亿参数意味着普通开发者用不起？
A: 激活仅950亿，API调用成本接近千亿级模型。完整版本地部署需多节点数据中心；更现实的选择是等待同期开源的Qwen3.8-27B。
Q: 阿里公布的跑分能信吗？
A: 可作参考，不能作定论。建议关注独立评测复测，或在实际业务场景做A/B测试。
Q: 对普通用户有什么实际影响？
A: 苹果中国市场Apple Intelligence的生成式AI基于经压缩的Qwen模型本地运行（iPhone 15及以上），国内用户将在系统层面直接受益。
总结
Qwen3.8-Max标志着阿里首次承诺开源Max级权重，2.4T/950亿激活的「大容量、低激活」设计与$2/$6定价在Agent生态卡位上意图明确——但「开源」标签目前仍是承诺而非事实，跑分亦待第三方复现。若你把Qwen Code或OpenClaw Agent完全跑在个人笔记本或普通Linux VPS上，会面临休眠中断长循环、本地密钥与生产代码库混存、以及无法在Apple工具链（Xcode、Fastlane、notarytool）同机编排等局限。对于需要7×24无人值守Agent、在Qwen Code中跑Qwen3.8-Max同时又要做iOS CI或OpenClaw网关的团队，租赁VPSMAC的M4 Mac云节点——原生macOS、SSH+launchd守护、与远程开发工具同网段——通常是比个人设备或Linux VPS更稳定、更适合混合模型策略的生产选择。
参考资料： 阿里云官方博客 · Arena.ai公开排行榜 · TechCrunch/CNBC市场报道
数据截止日期：2026-08-04。 跑分数据优先标注来源（阿里自测/Arena初步/独立第三方），模型能力与开源时间可能随时更新，请以官方公告为准。