千问 Qwen3.8-Max 正式上线：2.4T 旗舰模型押注长程智能体
阿里千问 Qwen3.8-Max 于 2026 年 8 月 3 日正式上线，总参数 2.4T、激活参数 95B，重点升级自主编程、专业办公、长程任务与多模态智能体。API 已开放，模型权重与 27B 版本计划于下周发布。
阿里千问在 2026 年 8 月 3 日正式上线 Qwen3.8-Max。这款旗舰模型总参数量为 2.4T，每次推理激活 95B 参数，重点提升自主编程、专业办公、长程任务和多模态智能体能力。API 已在千问 AI 平台开放，并接入同日推出的千问办公；官方还宣布，Qwen3.8-Max 与更小的 Qwen3.8-27B 将于下周开放权重。
这次发布补齐了 7 月预览版最关键的两块信息：激活参数规模已经公开，正式 API 也有了明确价格。权重文件、许可证和完整部署条件仍要等待下周实际发布，因此，团队现在可以开始做 API 评测，但自部署计划还不能定案。
从预览版到正式版，变化集中在“持续执行”
Qwen3.8-Max 基于 Qwen3.5 架构构建。官方没有把它描述成只追求单轮问答分数的模型，而是把发布重点放在长时间工作、工具使用和环境反馈上：模型需要在数百甚至数千轮交互中保持目标，观察中间结果，在失败后重新规划，并最终交付可检查的成果。
官方演示覆盖了几类任务：
- 自主编程：模型从空文件夹开始，连续运行约 16 天完成
oh-my-cli智能体框架；另一个实验中，它用约 125 小时复现一篇研究论文，并继续测试改进方案。 - 专业办公：模型被用于大批量合同审阅、交互原型制作、结构工程建模和量化研究等任务，强调从资料处理到最终文件交付的完整链路。
- 长程优化：在芯片设计与电商经营模拟中，模型通过多轮“执行—反馈—迭代”调整方案，展示持续规划能力。
- 多模态智能体：视觉信息进入任务执行回路，模型可以检查页面、图像或视频处理结果，并根据观察修正下一步操作。
这些案例由千问团队设计并发布，能说明产品方向，却不能直接代表团队在真实代码库、内部数据和权限环境中的成功率。尤其是长时间运行的 Agent，最终效果还会受到工具稳定性、沙箱权限、错误恢复和推理成本影响。
2.4T 总参数之外，95B 激活参数更有参考价值
预览版发布时，外界只知道 2.4T 的总参数量。正式版披露 95B 激活参数后，模型的推理形态更清楚：它采用稀疏激活思路，每次生成无需调用全部 2.4T 参数。
对开发者来说，95B 仍然是很大的激活规模，但它比“2.4T”更接近推理成本与部署门槛。判断开放权重版本能否被实际部署，还要等官方公布专家结构、显存需求、量化方案、推理框架兼容性和许可证。
官方基准中，Qwen3.8-Max 在 PaperBench、IFBench、OSWorld-Verified 等项目上给出了接近或超过部分国际旗舰模型的成绩；在 CoWorkBench、JobBench 与 AndroidWorld 等测试中则仍有差距。现阶段这些数字适合用来选择测试方向，不宜替代团队自己的任务集。长程智能体的价值往往不在一次回答，而在多小时执行后是否仍能保持目标、留下可审计过程，并在失败时安全退出。
API 已可用，国内价格低于预览期
开发者已经可以通过千问 AI 平台调用 Qwen3.8-Max。公开价格如下：
计费项 | 国内价格 | 国际价格 |
|---|---|---|
输入 | 12 元 / 百万 Tokens | 2 美元 / 百万 Tokens |
输出 | 36 元 / 百万 Tokens | 6 美元 / 百万 Tokens |
隐式缓存命中 | 1.5 元 / 百万 Tokens | 0.25 美元 / 百万 Tokens |
长程任务会反复读取代码、文档和历史状态，缓存价格因此比普通聊天场景更重要。不过，单价只是成本的一部分。模型如果运行十几个小时并调用大量工具，总 Tokens、重试次数、外部服务费用和人工验收时间都会进入最终账单。
正式版还接入了千问办公。这个组合把模型能力直接放进文档、表格、演示稿和网页等交付场景，对小团队比单纯的榜单名次更有现实意义：不需要先搭一套 Agent 基础设施，也能观察模型是否真的可以把复杂任务推进到可编辑成果。
小团队最值得先测的三类任务
Qwen3.8-Max 的优势主张集中在长程执行，评测也应该围绕可验收的完整任务设计，而不是只问几道知识题。
- 有测试集的代码任务：选择一个可隔离的仓库，让模型完成跨文件修复或小型功能开发。记录测试通过率、人工返工次数、工具失败恢复和总成本。
- 可核对的办公交付：用脱敏材料生成行业研究、合同条款表或经营分析，逐项检查引用、数字、格式与遗漏，不把“文件已经生成”当成任务完成。
- 带视觉反馈的制作任务：让模型完成网页或交互原型，并要求它根据截图检查布局。重点观察多轮修改后是否引入新的回归。
测试时应限制写入范围、网络权限和最高预算，并保留每次工具调用记录。连续运行时间越长，权限失控、错误累积和成本超限的风险越高。涉及合同、财务、客户数据或生产系统时，仍需人工审批关键动作。
下一个验证点是权重和许可证是否如期出现
官方给出的时间表是下周发布 Qwen3.8-Max 与 Qwen3.8-27B 的开放权重。对大多数独立开发者来说，27B 版本可能比 2.4T Max 更接近可部署范围；但在文件、许可证、量化版本与推理指南出现前，具体硬件需求和商业使用边界都还不清楚。
因此，这次上线可以分成两个阶段看：API 与千问办公已经提供了立即可测的正式产品；开放权重是下一周需要核验的交付。小团队现在适合用真实任务建立能力和成本基线，等权重真正发布后，再决定是继续使用托管 API，还是评估更可控的自部署方案。
