阿里巴巴发布Qwen3.8-Max 2.4万亿参数MoE模型 成本与多模态能力引领行业

重大发布

阿里巴巴的千问团队在今日的官方博客中宣布，Qwen3.8-Max 已从预览版升级为正式版，并将在下周同步发布开放权重。与此同时，规模稍小的 Qwen3.8-27B 也将同步开放，面向更广泛的本地部署需求。

技术规格

• 模型规模：2.4 万亿参数的 Mixture‑of‑Experts（MoE）架构，激活参数数未披露。
• 多模态输入：支持文本、图像、视频三模态，输出统一为文本。
• 上下文窗口：最大 1M token，实际可输入 991K token（启用思考模式时降至 983K），最大输出 131K token。
• 推理预算：最高 262K token 的思考预算。
• 兼容性：API 完全兼容 OpenAI 与阿里云 DashScope，调用方式仅需更换 Base‑URL 与模型 ID。

价格与部署

• 限流：每分钟 2M token，最多 15K 次请求。
• 部署形态：托管 API 已对所有企业开放；开放权重的 2.4T 版本需多节点数据中心环境，实际落地更适合大型云服务商；27B 版本可在单机多卡 GPU 环境部署。

基准表现

阿里巴巴公布了完整的评测表，核心指标如下：

• Terminal‑Bench 2.1：86.6，领先 Claude Opus（84.6），略低于 GPT‑5.6（88.8）。
• SWE‑bench Pro：67.7，低于 Fable‑5（80.0）。
• FrontierSWE：73.5，亦低于 Fable‑5（88.8）。
• PaperBench：93.0，领先同类模型。
• IFBench：82.8。
• GPQA‑Diamond：92.6，轻微提升自 Qwen3.7‑Max（92.4）。

在视觉与多模态任务上表现尤为突出：

• OSWorld‑Verified：86.1
• Parametric CAD Bench：91.5
• OmniDocBench：92.1
• DeepSWE、FrontierSWE、JobBench 等指标均实现两位数以上的跃升。

注意：多模态评测基准使用的是 Qwen3.7‑Plus，而非 Qwen3.7‑Max，可能导致代际提升被高估。

行业落地

官方将功能划分为四大垂直场景：

1. 软件工程：仓库级代码助手、自动化审查。
2. 法律/金融文档审阅：长文本抽取与合规审查。
3. 媒体与电商运营：长视频索引、结构化数据抽取。
4. 设计创作：图像‑视频‑文本联动的创意生成。

模型内置五大工具（Responses API）：

• code_interpreter
• web_search
• web_extractor
• t2i_search（文本到图像检索）
• i2i_search（图像到图像检索）

这些工具为企业构建端到端的智能工作流提供了即插即用的能力。

前景与挑战

Qwen3.8‑Max 的发布标志着国产大模型在参数规模、跨模态能力以及商业化计费模型上的一次重要跃迁。

• 成本优势：缓存机制使得同等输入成本降低约 8 倍，有助于控制长文本或长视频的推理费用。
• 部署门槛：2.4T MoE 仍需高性能集群，短期内主要服务于云服务商；27B 版本则是更实际的本地化落地路径。
• 性能瓶颈：在代码与推理密集的任务上仍落后于同类顶级模型，后续的 RL‑Scaling 与专家路由优化将是关键。

总体来看，Qwen3.8‑Max 为阿里巴巴在大模型生态链上提供了核心底座，也为国内外企业在多模态 AI 应用上提供了更具竞争力的选择。随着开放权重的正式发布，社区生态的迭代和第三方创新将进一步检验其长期价值。