前沿热点
前沿热点

阿里 Qwen3.8-Max 发布:2.4 万亿参数 MoE 旗舰,能自主编程十数天

2026-08-03 阿里通义发布 Qwen3.8-Max:2.4 万亿参数 MoE 旗舰,1M 上下文(输入 991K/输出 131K),原生视觉理解贯穿规划-执行-验证,定位「自主编程十数天交付完整项目」。定价输入 ¥12/M、输出 ¥36/M,显式缓存命中 ¥1(未命中 ¥12 的 1/12)。三入口:博客/千问平台/Qwen Studio。

发布于 2026年8月3日4 分钟阅读
<!-- qwen3-8-max-hotspot | hotspot | 阿里 Qwen3.8-Max 发布:2.4 万亿参数 MoE 旗舰,能自主编程十数天 -->

8 月 3 日,阿里通义正式发布 Qwen3.8-Max。这不是一次常规迭代——2.4 万亿参数的 MoE 旗舰,上下文捅到 1M,官方直接把定位写成「可自主编程十数天交付完整项目」。一句话:模型不再只被问「会不会」,而是被要求「干完没」。

旗舰规格:2.4 万亿参数 MoE,1M 上下文

Qwen3.8-Max 是 MoE(混合专家)架构,总参数 2.4 万亿,旗舰定位。MoE 的意思是大虽然大,但每次推理只激活一部分专家网络,实际计算量远小于参数总量——这是把模型做大又不把推理成本做飞的关键。

上下文窗口 1M tokens。单次对话最多塞 991K 输入、吐 131K 输出;开思考模式后输入仍到 983K,最大思维链 262K。把一本长篇小说连同参考文档一次性丢进去,它边读边干。原生视觉理解是标配:图像、文本、视频都能进,输出文本。官方强调视觉贯穿「规划-执行-验证」全流程,支持超长文档和长视频的深度语义解析——不是贴个 OCR,是真拿来干活。

定价:缓存命中打到约一折

千问 AI 平台公布的调用价:

项目价格(每百万 tokens)
输入¥12
输出¥36
输入(自动缓存命中)¥1.5
显式缓存创建¥15
显式缓存命中¥1

亮点在缓存。显式缓存命中 ¥1 对比未命中输入 ¥12,差 12 倍。长程任务里前缀重复率高,把公共前缀缓存住,实际输入成本能压到约一折。显式缓存创建 ¥15 比普通输入贵 25%,但只付一次,后续命中就按 ¥1 走。这是给「长对话、多轮迭代」场景准备的成本开关——而 Qwen3.8-Max 的定位恰恰就是长程任务,两件事咬合得很紧。

从「答题」到「干活」:长程自主任务

真正值得盯的不是参数表,是定位变了。官方原文写的是「编程与办公能力全面跃升,可自主编程十数天交付完整项目」「胜任法律、金融、设计等数百种专业任务,一次对话端到端交付生产级成果」。

翻译一下:模型被设计成能接住一个需要持续工作十几天的项目,自己规划、自己执行、自己验证、自己迭代,而不是一轮问答。这跟过去「问一句答一句」的用法是两回事。配套能力也照着这个目标铺:函数调用接外部工具、结构化输出保证 JSON 格式、联网搜索补实时信息、批量任务跑规模、还开放微调。前缀补全(Partial Mode)让你给定前缀它严格接续,适合卡住生成节奏的工程场景。

「长程任务中自主规划与闭环迭代,持续进化」——这句话如果实测能撑住,意味的是 agent 框架跟模型本身开始绑定了。过去 agent 是套壳调模型,现在模型自己长出了 agent 的骨头。

怎么立刻上手

三个入口,按用途选:

看法

国产旗舰这一轮拼的已经不是跑分数字,是「能干多久的活」。2.4 万亿参数加 1M 上下文是入场券,自主编程十数天、闭环迭代才是 Qwen3.8-Max 想立的旗。缓存定价打到一折说明阿里也想清楚了:长程任务要跑起来,单次调用必须便宜到敢让它反复试。

真正的问题是「十数天交付」能不能在真实工程里复现。官方定位写得漂亮,但模型自己规划十几天的任务链、中间不跑偏不崩盘,这是最难的事——要等开发者把它扔进真实代码库、跑过长链路任务才见分晓。今天先把入口占住,自己试一把比看任何跑分都实在。


参考来源

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-08-03

常见问题

Qwen3.8-Max 参数量多大?
2.4 万亿参数,MoE(混合专家)架构,旗舰定位。MoE 意味着总参数虽大,但每次推理只激活一部分专家网络,实际计算量远小于参数总量,是把模型做大又不把推理成本做飞的关键。
上下文有多长?
上下文窗口 1M tokens。单次对话最大输入 991K、最大输出 131K;开思考模式后最大输入 983K、最大输出 131K,最大思维链 262K。原生视觉理解支持图像、文本、视频输入。
调用价格多少?
千问 AI 平台定价:输入 ¥12/百万 tokens、输出 ¥36/百万 tokens。缓存命中便宜很多--自动缓存命中 ¥1.5、显式缓存命中 ¥1(对比未命中输入 ¥12,差 12 倍)。显式缓存创建 ¥15,只付一次后续命中按 ¥1 走,适合长程任务的前缀复用。

相关文章

前沿热点

280B 只激活 14B,却把三个地区关在门外

2026 年 11 月 5 日百度发布 ERNIE 5.5 Flash Base 并开放权重:280B 总参、每 token 激活 14B、33.5T tokens 从零预训练、训练上下文 128K 与微调推理 1M,43 层中 37 层 HCA 重度压缩注意力配 6 层 MLA-DSA,512 路由专家 top-10 加 1 共享专家,FP8 与 BF16 双版权重上架 Hugging Face 与 ModelScope。这是未经中训练与后训练的预训练终点 Base checkpoint,不是聊天模型,后训练版将随后推出但未给日期。采用自定义 ERNIE 5.5 Flash Base Model License Agreement v1.0(HF 标 license: other):Territory 排除欧盟、英国与韩国;非商用免费;商用相关年收入不超过 5000 万美元须显著展示 Powered by ERNIE 并向 [email protected] 发一次性通知;超过门槛须事先取得单独书面授权;另含蒸馏禁令与训练数据不交付条款。

2026年11月6日9 分钟阅读
前沿热点

Kimi 放出 2.8 万亿参数权重,1.56TB 你下得动吗

北京时间 2026 年 11 月 5 日零点,月之暗面把 Kimi K3.1 Pro 权重放上 HuggingFace,兑现 10 月 23 日上线时的承诺。模型总参数 2.8 万亿、每次激活约 104B、上下文 1048576 token,注意力层为 69 层 KDA 加 24 层 Gated DSA 稀疏注意力,视觉编码器 401M,权重采用 MXFP4 量化与 MXFP8 激活的量化感知训练,共约 1.56TB。官方口径 Terminal-Bench 4.0 得 65.7;第三方 Agent Arena 真实会话榜排开源模型第一、净改进率 +5.29%(初步排名,第二名 MiMo-V2.6-Pro +2.68%)。许可为 Kimi K3.1 Pro License:MaaS 业务连续 12 个月合计收入超 2000 万美元须另签协议;月活超 1 亿或月收入超 2000 万美元的产品须显著标示模型名;内部使用与官方认证伙伴豁免。

2026年11月5日9 分钟阅读
前沿热点

万卡国产算力训出 293B:星火 X2.6 开源的只有 4B

科大讯飞于 2026 年 10 月 22 日在全球 1024 开发者节发布星火 X2.6:293B 总参、30B 激活的 MoE 架构,1M token 上下文,端云一体,训练全程使用全国产算力并部署于国产万卡推理集群。效率账本(官方口径):飞星二号万卡训练 2000B tokens、256K 长度数据的时间从 4.5 个月压到 1.2 个月,超长上下文训练效率提升 4 倍;推理侧首个全国产硬件四层 KV Cache 架构把命中率从 63% 提到 95.7%、效率达优化前 4.5 倍。云端自报 SWE Pro 77.3 与 SWE Multilingual 95.0 排名第一、SWE Verified 95.4 仅次于 DeepSeek-V4.1-Flash 1017 的 95.6,但无完整分数表、无技术报告、无第三方复测。关键辨析:传播最广的「讯飞开源 X2.6」系误读——开放权重的只有端侧 Spark-X2.6-4B(Apache 2.0,Hugging Face 挂 XHToken 命名空间、ModelScope 同步、Ollama 用 SparkLLM 名),293B 旗舰权重不开源仅有 API 试用;4B 版自报 BFCL-V4 71.8、MCP-Atlas 62.4、SWE Verified 62.8 等六项较前代提升。限时定价输入 0.9 元、缓存命中 0.08 元、输出 3.6 元每百万 tokens。产业叙事:端云预判 60% 本地、30% 协同、10% 云端,路由准确率 81.2% 提至 96.1%;刘庆峰「唯一全国产训练」为单方说法且未公布芯片型号。未公布清单:旗舰训练芯片型号、集群总规模、总算力、技术报告、旗舰权重。

2026年10月23日8 分钟阅读