post cover

AI 热点快报：Qwen3.8-Max 发布，首次开源 2.4T 旗舰权重（2026-08-03）

事件与背景

2026 年 8 月 3 日，阿里 Qwen 团队官方发布 Qwen3.8-Max，宣称是 Qwen 家族迄今最强模型，也是首次开源 Qwen-Max 级（旗舰级）模型权重——开源权重将于下周在 Hugging Face 与 ModelScope 发布。模型基于 Qwen 3.5 架构扩展到 2.4 万亿参数（95B 激活，MoE），即日起可通过 QwenCloud API 调用，并支持 OpenAI 与 Anthropic 兼容协议，可直接接入 Claude Code、Codex、OpenClaw 等主流 Agent 框架。

官方博客用三个”无人干预”案例展示其长程自主能力：一是 10+ 天自主开发 oh-my-cli 项目，截至 7 月 30 日累计 265 commits、127 PRs、151 issues；二是仅凭论文与 GPU 在约 5 天内写出约 7600 行代码复现一篇数据选择论文并改进，在 AIME24 上比原方法再 +2.7 分；三是参加 WWW2025 多模态对话意图识别竞赛，24 小时内击败 458/526 支人类队伍（87%）。Benchmark 方面，PaperBench 达 93.0，超过 Claude Opus 4.8（80.3）与 GPT-5.6 Sol（90.5）。

来源：

为什么现在重要

  1. 开源首次触及旗舰级规模。此前 Qwen 开源的是中小模型（Qwen3-235B 等），Max 级一直是闭源 API 专属；这次把 2.4T 参数旗舰权重开放，意味着”开源=落后一代”的行业惯例被打破。影响判断：自托管前沿模型的成本与可行性上限被大幅抬高，企业本地化部署将首次触及旗舰级能力。

  2. 开源模型进入”长程 Agent”竞争主线。官方不再强调单次问答，而是 10+ 天自主开发、千轮交互自我演进、动态工作流编排——这与 Claude Code、Codex 等闭源 Agent 旗舰正面竞争。影响判断：开源与闭源的差距从”模型质量”转向”工具链与评估体系”，评测话语权开始向长程任务倾斜。

  3. 协议兼容成为开源模型的护城河策略。Qwen3.8-Max 原生支持 Anthropic 与 OpenAI 协议，用户只需改环境变量即可在现有 Claude Code/Codex 工作流中切换。影响判断：模型层竞争正在”渠道化”，谁兼容主流 Harness，谁就能低成本获得开发者存量。

  4. RL 环境规模化成为新训练范式。博客披露其通过联合扩展真实环境（任务×工作区×Harness）与统一奖励系统来横向提升通用工作能力。影响判断：训练竞争从”数据+算力”扩展到”仿真环境基建”，这比单纯堆参数更难复制。

  5. 对中文开发者是直接利好。QwenCloud 提供北京、新加坡、美东三地接入点，中文生态（Qoder、Qwen Code）同步优化。影响判断：中文场景的旗舰 Agent 成本有望快速下降，国内团队不必再完全依赖境外 API。

工程师/产品人今天能做什么

  1. 注册 QwenCloud 获取 API Key，用 OpenAI 兼容端点跑通 qwen3.8-max 的 chat completions，先在自己的代码补全/审查流程里做一周 A/B。
  2. 按官方配置把 Claude Code 或 Codex 切到 Qwen3.8-Max（设 ANTHROPIC_BASE_URL 或 ~/.codex/model-catalog.local.json），重点对比长任务下的稳定性与成本，而不是单轮回答质量。
  3. 试用 reasoning_effort（xhigh/medium/low）三档，为不同业务场景（深度分析 vs 高频低成本调用）测出性价比曲线。
  4. 关注下周 Hugging Face / ModelScope 的开源权重，评估 95B 激活参数在现有 GPU 集群上的部署方案（量化、张量并行），提前准备评估集。
  5. 用官方公布的 Benchmark 口径（PaperBench、Terminal Bench 2.1、FrontierSWE）建立自己的模型选型对比表，别只看宣传分数。

待观察

  1. 开源权重的许可证条款尚未公布——Apache 2.0 还是受限商用，将决定它能多大程度进入企业生产。
  2. “下周开源”的具体版本是否为完整 2.4T 稠密权重，还是 MoE 稀疏权重 + 蒸馏小模型，部署门槛差异巨大。
  3. 第三方复测（Artificial Analysis 等）的独立跑分尚未出炉，官方自测与第三方数据是否一致仍需验证。