2.4 万亿参数 · Arena 文本第五 · 千问办公 · 开源承诺 · Kimi K3 / DeepSeek V4 横比
2026 年 8 月 3 日，阿里巴巴正式发布新一代旗舰大模型 Qwen3.8-Max（GA 全量可用），总参数 2.4 万亿、激活 950 亿、上下文 100 万 token，并同步上线 Agent 产品「千问办公」。若你正纠结「开源标签是否可信」「与 Kimi K3、DeepSeek V4-Flash 如何选型」，或需要把 Qwen API 接入现有 Agent 工具链，本文将用时间线、核心数据表、横向对比、六步 Runbook 与开源争议拆解给出可执行结论。数据截止：2026-08-04
国产万亿参数模型在 2026 年 7 月进入密集发布期。Qwen3.8-Max 的正式 GA 并非孤立事件，而是与 Kimi K3、DeepSeek V4-Flash 形成直接对照——理解时间线，才能判断「全球第一梯队」说法目前有多少独立证据支撑。
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路线。详见 Kimi K3 全面开源解读。
7 月 19 日：Qwen3.8-Max 以预览版开放，接入 Token Plan / Qoder / QoderWork，价格为预计正式价的 10%，但未公布激活参数、未提供跑分表，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，并同步开源部分底层基础设施。
7 月 31 日：DeepSeek 发布 V4-Flash 正式版，参数规模不变，靠架构与训练优化让智能体、代码类基准大幅超过自家 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」同步上线；阿里港股当日上涨约 7%，美股上涨约 4.5%。
预计 8 月 10 日前后：官方口径「下周」开放 Qwen3.8-Max 及精简版 Qwen3.8-27B 权重至 Hugging Face 与 ModelScope，截至发稿具体日期与开源协议均未公布。
技术团队在跟进此类发布时，常陷入五重盲区：
「开源」标签超前：官网已标注 Open-Source，但 Hugging Face / ModelScope 尚无对应仓库。
跑分全部自测：PaperBench、RecreationBench 等多为阿里自建基准，第三方尚未复现 GA 版数据。
激活参数披露滞后：预览阶段未公开，GA 才补充「950 亿」，透明度曾遭独立评测机构批评。
本地部署幻想：2.4T 总参数需多节点数据中心级硬件，个人开发者应等待 Qwen3.8-27B。
Agent 长任务验证局限：16 天自主编码等案例多为厂商自建评测，公开可复现程度有限。
| 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（国际） | 输入 $2/百万 token，输出 $6/百万 token |
| 国内定价 | 输入 12 元/百万 token，输出 36 元/百万 token，缓存命中低至 1.5 元 |
| Arena 文本竞技场（8/1 快照） | 第 5 名，1496 分（Preliminary），前 8 名中唯一非 Anthropic 模型 |
| Arena 视觉竞技场 | 第 2 名，仅次于 Claude Fable 5 |
| PaperBench（阿里自测） | 93.0（较上代 +28.2） |
| SWE-bench Pro（阿里自测） | 67.7（落后 Fable 5 的 80.0） |
| 权重开源状态 | 承诺「下周」，截至发稿未上线 |
表中带「阿里自测」标注的数据均来自官方发布材料，尚无 Artificial Analysis、Arena.ai 等第三方平台对正式版的独立复现结果。Arena 上的 1496 分亦标注为 Preliminary（初步）。
Qwen3.8-Max API 已兼容 OpenAI 与 Anthropic 两种协议，可直接接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流 Agent 工具链。以下为从零评估到生产的六步 Runbook：
明确任务与成本边界：区分 API 调用（按激活参数计费）与本地私有化（需等待 Qwen3.8-27B 或数据中心级集群）。长上下文任务优先评估缓存命中率对账单的影响。
开通 QwenCloud / 百炼账户：在阿里云 Model Studio 创建 API Key，确认速率限制与区域可用性。
选择接口协议：OpenAI 兼容端点用于现有 SDK；Anthropic 兼容端点可通过 reasoning.effort 字段调用 low/medium/xhigh 三档推理强度（默认 xhigh）。
配置 reasoning_effort：简单任务用 low 控制延迟与成本；复杂 Agent 长任务用 xhigh，或通过原生 enable_thinking 参数启用思考模式。
接入 Agent 宿主环境：将 base URL 指向 Qwen 端点，在 OpenClaw / Claude Code 等工具中验证工具调用与多轮对话稳定性；生产环境避免在预览条款下运行。
建立 A/B 基准与回退路由：用自有业务样本对比 Kimi K3、DeepSeek V4 API 的延迟、成本与成功率；配置主备模型路由，待第三方独立评测发布后再调整默认档位。
from openai import OpenAI
client = OpenAI(
api_key="your_dashscope_api_key",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
model="qwen3.8-max",
messages=[{"role": "user", "content": "分析这段代码架构..."}],
extra_body={"enable_thinking": True}
)
| 模型 | 厂商 | 总/激活参数 | 上下文 | 定价（入/出，$/M） | 权重开源 | 独立第三方评测 |
|---|---|---|---|---|---|---|
| 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 / ~500 亿 | ~104.8 万 | $3 / $15 | 已开源（7/27） | Artificial Analysis ≈57.11 |
| DeepSeek V4-Flash | DeepSeek | 未变（较 V4-Pro） | 100 万 | 未公开完整表 | 已开源 | 9 项 Agent/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 |
Qwen3.8-Max 通过稀疏 MoE 把总参数做到 2.4 万亿，实际激活控制在 950 亿——推理成本更接近千亿级模型，这也是 API 定价明显低于 Claude Opus 5（$5/$25）与 Fable 5（$10/$50）的原因。Kimi K3 与 DeepSeek 系列均更早公开激活参数量；阿里直到 GA 才补充披露，是预览阶段「透明度不足」争议的核心之一。
一家评测机构让 Qwen3.8-Max 预览版与 Kimi K3 处理同一组 269 个文件的真实项目架构设计任务（盲审打分）：Kimi K3 得 83 分，Qwen3.8-Max 预览版得 80 分——差距很小，属于同档位、互有胜负，而非全面碾压。
「开源」标签挂得比权重早：qwen.ai 在 GA 当天已标注 Open-Source，但 Hugging Face 与 ModelScope 尚无仓库、许可证或确切上线时间。所有跑分均来自阿里自建测试框架；对比表脚注还暗示竞品 Fable 5「可能涉及 fallback」，而阿里自身测试方法论同样未公开到可第三方复现程度。
Qwen3.8-Max 确实是与 Kimi K3 同档位的前沿模型，但「稳压 GPT-5.6 Sol 和 Fable 5」目前主要还是阿里的一面之词——需等权重落地与第三方跑分上线后再下结论。
纯 API 调用可接入 Qwen3.8-Max 推理，但 iOS 签名链、Xcode 本地构建、Metal 推理与 7×24 Agent 长跑仍依赖实体 macOS 节点——笔记本难以稳定常驻 OpenClaw / Claude Code 宿主，虚拟机则有性能损耗与 EULA 风险。对于更稳定、更适合 iOS CI/CD 与 AI Agent 自动化的生产环境，VpsMesh 的 Mac Mini 云端租赁通常是更优解：实体 Apple Silicon、root 权限与可预测月租，可与 Qwen API 形成「云端推理 + 本地构建」互补架构。更多大模型定价背景见 GPT-5.6 API 降价解读。
参考资料：阿里云官方博客 · Arena.ai 排行榜 · Apidog · TechNode · SiliconANGLE · Apple Intelligence 中国版报道。发布前请以官方最新公告、开源时间及跑分数据为准。
API 已可通过 QwenCloud 调用，兼容 OpenAI 和 Anthropic 两种接口协议。但权重尚未开源，官网虽标注 Open-Source，Hugging Face / ModelScope 仓库与开源协议预计 8 月 10 日前后公布，具体以官方公告为准。
目前没有权威统一评测。唯一独立盲测显示 Kimi K3 83 分、Qwen3.8-Max 预览版 80 分，互有胜负。Kimi K3 优势是已开源并有第三方数据；Qwen3.8-Max 优势是 API 价格更低、多模态更全面。
需区分总参数与激活参数。API 调用成本接近千亿级模型；本地私有化完整版需多节点数据中心。更现实的选择是等待同期开源的 Qwen3.8-27B，或搭配 Mac Mini M4 云端租赁 作为 Agent 构建宿主。
可作为参考，不能当作定论。数据来自阿里自建框架（含 QwenSWEBench、RecreationBench 等），尚无中立平台对正式版独立复现。建议关注后续复测，或在自有业务场景做 A/B 测试。
除开发者获得更便宜的旗舰 API 外，国行 iPhone 的 Apple Intelligence 生成式能力基于经压缩的 Qwen 模型本地运行——用户无需主动选择即可在系统层面用到千问系列能力。部署细节见 帮助中心。