信息卡

一句话定位

Qwen 首次把「Max 级」能力开到底：总参数约 2.4 万亿、每次前向仅激活 95B 的巨型稀疏 MoE，即云端 Qwen3.8-Max 的后训练完整权重，是当前 Qwen 开源家族最强一代的底模本尊。

为什么上热度榜

一是开源界罕见的万亿级底模直接释出，官方明示它就是 Qwen Cloud 上 Qwen3.8-Max 的基底；二是基准表火力拉满——Terminal Bench 2.1 达 86.6、PaperBench 93.0、GPQA Diamond 92.6、IFBench 82.8，与 Claude Opus 4.8 / Fable 5 / GPT-5.6 Sol 同台对垒且多项领跑；三是发版即引来 31 个量化、6 个 Space 挂载，社区消化速度极快。

规格与技术亮点

92 层混合架构按「23 组 × (3 层 Gated DeltaNet 线性注意力→MoE + 1 层 Gated Attention→MoE)」堆叠；512 专家中激活 10 路由 + 1 共享，专家中间维 2048；隐藏维 8192，词表 248,320；训练采用多步 MTP。原生上下文 262,144，可扩展至约 101 万 token。纯文本模型且强制思考（无法关闭），支持 reasoning_effort 三档（xhigh/medium/low）调节推理深度，preserve_thinking 默认保留历史思考链。

使用方式与代码示例

client.chat.completions.create(
    model="Qwen/Qwen3.8-2.4T-A95B",
    messages=[{"role":"user","content":"合并两条有序链表的 Python 实现"}],
    extra_body={"chat_template_kwargs":{"enable_thinking":True,"preserve_thinking":True}},
    reasoning_effort="xhigh",
)

推荐采样：temperature=1.0、top_p=0.95、top_k=20、presence_penalty=0。

部署建议

BF16 原始权重为 TB 级存储量，只适合多机集群；常规用户选社区量化或直接走 API。推理引擎用最新版 vLLM / SGLang / TokenSpeed；百万级上下文场景给足思考输出预算（思考 262,144 + 最终答复 131,072）。

典型应用场景

• 真实仓库级代码代理与终端自动化任务
• 科研复现（PaperBench）、法律/金融专业长链推理
• 长程自主智能体（CoWork、WideSearch 类工作流）
• 百万 token 跨文档审阅与分析

同类对比

相较 Qwen3.7-Max 全面跃升（Terminal Bench 74.5→86.6）；在开源侧规模独一档，稠密大模型部署成本完全不可比；对 Opus 4.8 / GPT-5.6 Sol 在编程代理多数分项仍有小幅落后，但差距已明显收窄。

资源导航

官方博客《Qwen3.8-Max》、Model Card 基准表及脚注（harness/采样细节非常细）、Qwen3.8 Cookbook（vLLM/SGLang 配方）、Qwen Cloud 托管服务。