刚刚，阿里开源2.4万亿参数大模型！性能比肩Fable 5

智东西 8 月 13 日报道，阿里千问大模型团队正式开放 Qwen3.8-2.4T-A95B 模型权重。这是阿里首次将 Max 级别的旗舰模型对外开源。

Qwen3.8-Max 是基于 Qwen3.8-2.4T-A95B 的官方版本，于 8 月 3 日发布。该模型总参数达 2.4 万亿，每个 Token 激活 950 亿参数，原生支持 262144 Token 上下文，可扩展至 101 万 Token。其采用 Qwen3.5 底层架构，在编程、办公、科研及长周期智能体任务上性能显著提升。

相比开源版，Qwen3.8-Max 拥有更多功能，包括视觉输入、无需思考即可直接使用、默认支持百万级上下文处理及内置官方工具等。值得注意的是，Qwen3.8-2.4T-A95B 不支持关闭思考模式，运行时会先生成由<think>标记的思考内容。

目前，魔搭社区与 Hugging Face 已上线模型下载。根据官方预告，更小参数的 Qwen3.8-27B 版本也将 soon 发布。

该模型可通过 SGLang、vLLM 和 TokenSpeed 推理引擎部署。正式部署时需使用各框架针对 Qwen3.8 的最新 Recipe，并依据权重精度、GPU 型号与数量选择并行策略。

针对庞大的模型体积，开源 AI 项目团队 Unsloth AI 利用动态 1-bit 分层选择性量化技术，将原始 4.9TB 的模型压缩至 397GB，存储空间缩减 91%。借助 Unsloth-Desktop 工具，设备内存与显存总量达到 410GB 以上即可实现本地运行。

千问团队曾宣称该模型“可能是除了 Fable 5 外最强大的模型”。基准测试显示，在论文复现基准 PaperBench 中，Qwen3.8-Max 得分 93.0，高于 GPT-5.6 Sol、Fable 5 和 Claude Opus 4.8；在评估电脑操作能力的 OSWorld-Verified 中，以 86.1 分位居首位；在参数化 CAD 基准中，以 91.5 分超越 Fable 5、GPT-5.6 Sol 和 Gemini 3.1 Pro。

然而，Qwen3.8-Max 并非在所有测试中均领先。在 TerminalBench 2.1 中，其得分为 86.6，略低于 GPT-5.6 Sol 的 88.8 分；在 SWE-bench Pro 中获 67.7 分，落后于 Fable 5（80.0 分）和 Claude Opus 4.8（69.2 分）；在长视频基准 VideoMME v2 中，得分为 68.3，亦低于 GPT-5.6 Sol 的 71.1 分。

Qwen3.8 的核心突破在于脱离人工持续陪伴，独立完成跨度数小时至数周的复杂任务。千问团队进行了多项实测：让模型连续自主编程约 16 天、独立复现并改进研究论文、参加真实算法竞赛，以及在超过 2000 轮交互中经营一家虚拟电商企业。

在连续自主编程任务中，Qwen3.8-Max 成功构建自进化 Harness，持续完成社区需求收集、issue 派发、代码生成、验证与自我修复闭环。

API 价格方面，Qwen3.8-Max 国内标准为：每百万 Tokens 输入 12 元、输出 36 元，隐式缓存命中 1.5 元；海外标准为：每百万 Tokens 输入 2 美元、输出 6 美元，隐式缓存命中 0.25 美元。

近期，全球三大顶流大模型轮番更新：马斯克推出 Grok 4.6，其 high 版本在多项智能体基准测试中与 GPT-5.6 Sol Max、Claude Fable 5 Max 相当；DeepSeek-V4-Pro 正式版上线，综合性能接近并在部分指标上超越 Claude Fable 5；此次阿里 Qwen3.8 开放权重，标志着中国开源大模型布局的关键落子。

可以看出，头部厂商竞争焦点已转向多步骤、长周期的自主工作能力，比拼模型独立承接完整项目、实现自主闭环的智能体水平。