一句话看懂：阿里巴巴发布 Qwen3.8-Max，一个总参数 2.4 万亿、单次查询激活 950 亿参数的开放权重大模型，目标不是回答单轮问题，而是连续数天自主完成复杂任务。模型权重预计下周公开，这可能是国内大模型在“自主智能体”方向最激进的一次开源动作。
事件核心：发生了什么
8 月初，阿里巴巴 Qwen 团队正式发布旗舰模型 Qwen3.8-Max。该模型基于 Qwen3.5 架构，总参数量达 2.4 万亿，采用混合专家（MoE）设计，每次查询仅激活 950 亿参数，兼顾规模与推理成本。最早于 7 月中旬以预览版形式上线阿里云 Token Plan、Qoder 和 QoderWork，定价为标准价格的 10%。
团队用五个案例展示其“长视野”任务能力：一是 16 天内自主开发命令行工具 oh-my-cli，累计完成 265 个提交、127 个拉取请求，全程无人工干预；二是复现 LLM 推理数据选取论文的六项核心结果，并在 AIME24 数学基准上高出原方法 2.7 分；三是在多模态对话意图识别挑战赛中，24 小时内超过 526 支人类队伍中的 458 支；四是在芯片设计任务中，将加密电路逻辑门数量从 8298 个压缩至 678 个，物理面积缩小 81%；五是在模拟电商经营测试 E-Commerce-Bench 中，将 10 万元启动资金运营至 41.6 万元，比前代 Qwen3.7-Max 多 2.5 倍，也高于 GLM 5.2 的成绩。
为什么重要
Qwen3.8-Max 的意义不在参数数量，而在技术路线选择。它把重点从“更强的对话模型”转向“能自主完成多步任务的智能体”，且强调连续数天、数百轮交互下的稳定性与决策质量。芯片设计和模拟经营这类任务，考察的是模型在长链路中持续调整策略的能力，而不是单次生成的正确率。
从行业竞争看，这是 Qwen-Max 系列首次开放权重。过去这类顶级模型通常以 API 形式封闭提供，开放权重意味着开发者可以自行部署、微调和审计。结合 2.4 万亿总参数、950 亿激活参数的设计，它在推理效率上明显区别于“全量激活”的同类模型，延续了国内大模型在 MoE 架构和低成本推理上的竞争策略。
对用户/开发者/创作者的影响
对开发者而言，下周权重开放后，可以在自有算力环境部署一个接近西方顶级模型的自主智能体，而不是只能调用远程 API。这降低了长链路自动化工具的开发门槛，也让研究团队有机会分析其在规划、工具调用和自我纠错方面的内部机制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户，目前通过阿里云 Token Plan 等渠道能以低价体验预览版，但完整能力要等权重放出后通过第三方应用和本地工具释放。对创作者和企业采购方，值得关注的是这类模型能否稳定处理“需要数天、跨系统协作”的实际业务，例如自动化测试、数据分析报告生成、供应链模拟等场景，而不是仅停留在演示案例层面。
值得关注的后续
第一，权重是否按期在下周发布、采用什么许可证，以及是否存在商用限制，将直接决定开发者生态的规模。第二，Qwen3.8-Max 在芯片设计、电商模拟中的表现目前均为团队自测数据，需要独立第三方或开源社区复现验证。第三，GLM、DeepSeek 等竞品是否会跟进“超长自主任务”方向并开放权重，将影响下一阶段大模型竞争的重心。
