阿里开源Qwen3.8-Max：2.4万亿MoE参数，Agent性能对标Fable 5

8月13日，阿里云“魔搭ModelScope社区”深夜发了一条消息：Qwen3.8-2.4T-A95B模型权重正式开放。

下载链接挂在ModelScope和Hugging Face上，谁都能下。

这不是一次普通的模型更新。这是Qwen-Max级别模型第一次开源权重。以前Max系列只有API，想用可以，掏钱。现在权重直接摆出来了。

2.4万亿参数，只激活950亿

Qwen3.8-2.4T-A95B总参数2.4万亿，采用稀疏混合专家架构。每个MoE层包含512个专家，每个Token选择10个路由专家，同时激活1个共享专家。单次推理只激活约950亿参数。

翻译一下：脑容量是2.4万亿的规模，但每次干活只调动950亿，剩下的暂时休眠。MoE架构干的就是这件事——把算力花在刀刃上。

原生支持262,144 Token上下文，可扩展至100万Token。100万Token什么概念？三体三部曲加起来大约90万字，折合下来差不多就是这个量级。一次性扔一整部小说进去，模型能从头读到尾。

模型延续了Qwen3.5的混合架构，重点提升编程、办公、科研和长周期Agent任务的端到端完成能力。

比肩Fable 5，不是说说而已

官方公布的评测覆盖编程Agent、通用Agent、专业工作和长上下文等方向。

具体数字：PaperBench得分93.0，Anthropic Fable 5是88.8。OSWorld-Verified得分86.1，Fable 5是85.0。AndroidWorld得分85.3。

也有不如的地方。SWE-bench Pro测试中，Qwen3.8-Max拿67.7分，比Fable 5低12.3分，也略低于Claude Opus 4.8的69.2分。

整体来看，各项结果互有高低。在Arena文本模型排行榜上，Qwen3.8-Max排名全球第二，仅次于Fable 5。

“比肩”这个词用得不算夸张——不是全面超越，是各有所长，整体在同一梯队。

成本是真正的杀手锏

性能对标Fable 5，价格呢？

Qwen3.8-Max API定价：每百万输入Token 2美元，每百万输出Token 6美元。国内价格是每百万输入12元、输出36元。

Fable 5的行业成本约50美元。6美元对50美元——阿里的推理成本差不多是行业的八分之一。

单次对话差几美元确实不明显。但如果你的业务每天调用百万级Token，这个差距就是真金白银。尤其当AI从单轮对话走向长周期Agent闭环时，反复调用工具、输出长程代码、不断试错——边际成本差直接决定了商业模型能不能跑通。

为什么突然开源Max

阿里Qwen系列2023年推出至今，开源模型不少，但Max系列一直是闭源旗舰，只支持API调用。

这次态度转弯，直接原因是DeepSeek。DeepSeek V4 Flash靠性能和低价引爆大规模调用之后，行业看清楚了一件事：开源+低成本能独立切出一块市场。

与其死守闭源API利润，不如开源抢生态。开源能降低采用门槛、扩大海外覆盖、促进跨多云和异构硬件部署。有能力的开源替代方案一旦出现，闭源模型就很难维持高API定价。

阿里同步开源的还有Qwen3.8-27B，一个更小、硬件门槛更低的版本。一边用Max冲击能力上限，一边用小模型铺开发者生态。

算力是阿里的底牌

成本能压到六分之一，光靠MoE架构和混合注意力机制不够。阿里手里还有一张牌——平头哥的自研芯片。

从AI芯片到CPU、网卡、存储主控，阿里自己控盘。7月，阿里云宣布灵骏真武M890超节点实例成功适配Qwen3.8，是国内首个能跑通超2万亿参数大模型的超节点。通过芯片、云平台与模型的全链路优化，Agentic推理场景中最多可实现1.5倍性能提升。

这是DeepSeek这类纯算法团队的短板。DeepSeek V4 Flash近期因访问量过大出现容量不足，报错频发。算法再强，算力基础设施跟不上，一样会卡脖子。

如果说DeepSeek代表了算法优化在极致成本控制上的极限，那阿里这次Qwen3.8-Max开源，代表的是国产模型在全场景应用与Agent生态上的突破。

Qwen3.8曾连续运行约16天，从零构建了一个名为oh-my-cli的开源项目，全程无人干预。自主编程不是Demo，是真实可用的框架，完整过程公开保存在GitHub上。

一个2.4万亿参数的模型，性能对标全球最强闭源模型，推理成本只有对手的八分之一，还把权重免费开放了。

这件事放在两年前，没人敢信。