专题 · FULL STORY

Qwen3.8-Max开源发布与生态落地

阿里开源2.4万亿参数旗舰Qwen3.8-Max，Unsloth随即量化压缩91%，vLLM、Together AI等相继接入，数日内铺开多平台百万上下文托管。

2026-08-12 ~ 2026-08-15 · 5 集 · 34 条

第 1 集 · 通义千问开源2.4T参数旗舰Qwen3.8-Max(2026-08-12,21 条)

阿里巴巴通义千问团队正式发布并开源旗舰模型 Qwen3.8-Max（Qwen3.8-2.4T-A95B）：总参数 2.4 万亿、每 token 激活约 950 亿的混合专家模型，是千问迄今最大模型、首个超万亿参数的多模态模型，也是团队首次开放 Max 级权重。模型上线 Hugging Face 后迅速登顶趋势榜，多家云平台与推理引擎提供 Day-0 支持。

已确认

  • 参数与架构：总参数 2.4T，激活 95B，内置 512 个专家，结合全注意力与线性注意力（Gated DeltaNet 与 Gated Attention），并提供 FP8 量化版本。
  • 能力特性：官方称原生支持 1M 上下文，具备可调推理与并行工具调用能力，专为编码与长程 Agent 工作流设计。
  • 多模态：开发者 @multimodalart 最早从 Hugging Face 页面配置确认模型原生支持视觉与 Agent 工具调用；Together AI 称其为千问首个超万亿参数的多模态模型。
  • 开源许可：@cedricchee 指出许可类似 MIT，但对大型 AI 基础设施或编程助手业务设商业收入门槛，对多数初创公司较为宽松。
  • 生态支持：Together AI、Baseten、DeepInfra 已上线该模型，SGLang 与 Nebius Token Factory 提供 Day-0 支持，DeepInfra 单价低至 $2/M。
  • 实测表现：SGLang 团队展示模型可无人值守自主运行 4.5 小时，优化自身 SGLang 推理服务并验证性能。

尚未确认

  • 上下文长度描述不一：官方称 1M，Together AI 标注 256K，DeepInfra 标注 262K，官方尚未统一说明。

为什么重要

  • 千问首次开放 Max 级旗舰模型权重，2.4T 规模使其成为业界瞩目的超大规模开源模型。
  • SGLang 实测显示模型能自主完成 4.5 小时级复杂工程任务，展现开源模型在长程 Agent 能力上的突破。

还有 1 条相关讨论 →

第 2 集 · Unsloth新量化技术让Qwen3.8暴降91%(2026-08-13,3 条)

Unsloth AI 推出全新的 Dynamic 1-bit 量化技术，成功将庞大的 Qwen3.8-2.4T-A95B 模型从 4.9TB 压缩至 397GB，体积大幅缩小 91%。相比标准量化方案进一步减少了存储开销，且依然保持了令人惊讶的性能表现。同时，Unsloth 还发布了包含多个版本模型的本地部署指南，极大降低了本地运行超大模型的硬件门槛。

第 3 集 · vLLM首发支持通义Qwen3.8 2.4T大模型(2026-08-13,2 条)

vLLM项目宣布对阿里巴巴最新发布的超大规模开源模型Qwen3.8-2.4T-A95B实现Day-0支持。该模型总参数量高达2.4万亿，激活参数为950亿，包含512个专家。通过提供开箱即用的4-bit量化，vLLM使得这一巨量模型能够在单节点上高效运行。

第 4 集 · Together AI推出Qwen3.8-2.4T-A95B无服务器推理服务(2026-08-13,2 条)

Together AI 宣布其 Serverless Inference 服务已为 Qwen3.8-2.4T-A95B 模型提供托管高吞吐路径，专为应对高强度的编码与 Agent 工作负载而设计。该模型具备 256K 超长上下文，能够轻松处理大型代码库。此外，它还支持任务状态调度与恢复，并具备跨构建、单元测试及函数调用等长程 Agent 工作流优势。

第 5 集 · Qwen3.8-Max 密集登陆五大托管平台并开源权重(2026-08-13,6 条)

8 月 13 日至 15 日，阿里旗舰 MoE 模型 Qwen3.8-Max（亦称 Qwen3.8-2.4T-A95B）密集登陆 Modal、DigitalOcean Serverless、Nebius Token Factory、Fireworks 与 SiliconFlow 五家托管平台，并开放模型权重。该模型总参数 2.4T、激活 95B，支持完整 1M token 上下文，面向自主智能体与长时编码任务；SiliconFlow 公布输入 $2/百万 tokens、输出 $6/百万 tokens 的按量定价。

已确认

  • 模型规格：2.4T 总参数、95B 激活，MoE 架构，支持完整 1M token 上下文窗口
  • Modal（8 月 13 日起）：上线配备定制版 DFlash 投机解码器，基于工具调用密集型数据训练
  • DigitalOcean Serverless：基于 NVIDIA HGX B300 GPU，按用量计费，无需自管基础设施，专为长时编码任务设计
  • Nebius Token Factory：作为 Day 0 合作伙伴上线，同时宣布开放模型权重
  • Fireworks：Day-0 支持，首发合作伙伴，定位自主智能体、重度编码与长上下文场景
  • SiliconFlow：模型开源并上线，API 定价输入 $2/百万 tokens、输出 $6/百万 tokens，并提及缓存输入优惠价（帖文截断，完整数值未展示）；官方帖强调其支持自主编码、深度研究与端到端智能体执行

时间线

  • 8 月 13 日：率先登陆 Modal（以 Qwen3.8-2.4T-A95B 名称发布）
  • 8 月 14 日：DigitalOcean Serverless、Nebius Token Factory、Fireworks 相继宣布上线
  • 8 月 15 日：登陆 SiliconFlow 并公布 API 定价

为什么重要

  • 旗舰级 MoE 模型三天内覆盖五家主流托管平台并开放权重，显著降低了长上下文智能体编码场景的试用与部署门槛
  • 各平台的差异化配置（Modal 的 DFlash 投机解码、DigitalOcean 的 B300 部署）与 SiliconFlow 的公开按量定价，为开发者选型提供了直接可比的参考