2026 年 8 月 3 日，阿里巴巴正式推出旗艦大模型 千問 Qwen3.8-Max（GA 全量可用），同步上線 Agent 產品「千問辦公」。模型總參數 2.4 兆、激活 950 億、上下文 100 萬 Token，在 Arena 文本競技場（8 月 1 日快照）位列 全球第五、1496 分——前八名中唯一非 Anthropic 模型。本文面向 AI 工程師、技術決策者與 Agent 工具鏈使用者，梳理發布時間線、核心跑分、與 Kimi K3／DeepSeek V4 的橫向對比，並拆解「Open-Source」標籤與實際權重釋出之間的時間差。結論先行：Qwen3.8-Max API 已可呼叫、定價具競爭力，但所有跑分均為阿里自測、權重尚未上線 Hugging Face；在第三方獨立複現完成前，宜將其視為與 Kimi K3 同檔位的前沿模型，而非已驗證的「全球第一梯隊」定論。
01 兩週發布節奏與「開源」標籤爭議
2026 年 7 月中旬至 8 月初，中國大模型賽道節奏極快。以下時間線有助理解 Qwen3.8-Max 在競爭格局中的位置：
- 7 月 16 日：月之暗面發布 Kimi K3，2.8 兆參數（896 專家中激活 16 個），主打獨立評測與透明技術報告。
- 7 月 19 日：Qwen3.8-Max 以「預覽版」先行開放，接入 Token Plan／Qoder／QoderWork，價格為預計正式價的 10%；當時未公布激活參數、未提供跑分表，服務條款明確禁止自動化生產環境呼叫。
- 7 月 27 日：Kimi K3 按承諾開源權重，上線 Hugging Face，並同步開源注意力核心、MoE 通訊庫等基礎設施。
- 7 月 31 日：DeepSeek 發布 V4-Flash 正式版，參數規模不變的前提下，智能體與程式碼基準大幅超越自家 V4-Pro 預覽版。
- 8 月 3 日：Qwen3.8-Max 正式 GA，發布完整跑分表，「千問辦公」Agent 同步上線；阿里港股當日漲約 7%、美股漲約 4.5%。
- 預計 8 月 10 日前後：官方口徑「下週」釋出 Qwen3.8-Max 及精簡版 Qwen3.8-27B 權重至 Hugging Face 與 ModelScope，截至發稿具體日期與開源協議均未公布。
這次發布最值得警惕的，不是單項跑分高低，而是資訊披露與行銷標籤之間的時間差：
- 官網已標「Open-Source」，權重尚未釋出：qwen.ai 在 GA 當日即打上開源標籤，但 Hugging Face／ModelScope 尚無對應模型庫、授權條款或確切上線時間。
- 所有跑分均來自阿里自建測試框架：包括 PaperBench、QwenSWEBench、RecreationBench 等內部基準；Artificial Analysis、Arena.ai 等中立平台截至發稿尚未對正式版給出獨立複現（Arena 1496 分標註為「Preliminary／初步」）。
- 跑分表腳註暗指競品數據存疑：阿里對比表註明「Fable 5 的結果可能涉及 fallback（模型降級路由）」，但未公開自身測試方法論至可第三方複現程度。
- 預覽階段透明度不足：7 月預覽版未公開激活參數、模型卡與安全評估報告，多家獨立評測機構曾建議「先在自有業務場景測試，勿遷移生產系統」。
這不代表 Qwen3.8-Max 效能不佳——目前唯一可比的獨立盲測中，Kimi K3 得 83 分、Qwen3.8-Max 預覽版得 80 分，屬互有勝負的同檔位模型。但「穩壓 GPT-5.6 Sol 與 Fable 5」等結論，目前仍主要依賴廠商自述，須待權重落地與第三方跑分後方能驗證。
02 核心規格與競品決策矩陣
以下為 Qwen3.8-Max 官方公布規格與橫向對照。標註「阿里自測」的數據均來自官方發布材料，發版前請以最新公告為準。
| 項目 | 數值／說明 |
|---|---|
| 發布日期 | 2026 年 8 月 3 日（GA） |
| 總參數／激活參數 | 2.4 兆／950 億 |
| 架構 | 基於 Qwen3.5 的稀疏 MoE + 混合注意力 |
| 上下文視窗 | 100 萬 Token（思考模式約 98.3 萬，輸出上限 13.1 萬） |
| 輸入模態 | 文本／圖像／影片 |
| API 定價（國際） | 輸入 $2／百萬 Token，輸出 $6／百萬 Token |
| Arena 文本競技場 | 第 5 名，1496 分（Preliminary）；前 4 與第 6–8 名均為 Anthropic 模型 |
| Arena 視覺競技場 | 第 2 名，僅次於 Claude Fable 5 |
| 權重開源狀態 | 承諾「下週」，截至發稿未上線 |
| 模型 | 廠商 | 總參數／激活 | 定價（輸入／輸出，每百萬 Token） | 權重狀態 | 獨立第三方評測 |
|---|---|---|---|---|---|
| Qwen3.8-Max | 阿里巴巴 | 2.4T／950 億 | $2／$6 | 未開源（承諾中） | 暫無 |
| Kimi K3 | 月之暗面 | 2.8T／約 500 億 | $3／$15 | 已開源（7 月 27 日） | Artificial Analysis 約 57.11 分 |
| DeepSeek V4-Pro | DeepSeek | 1.6T／490 億 | 未公開完整表 | 已開源 | SWE-bench Verified 80.6% |
| DeepSeek V4-Flash | DeepSeek | 與 V4-Pro 相同 | 未公開完整表 | 已開源 | 9 項智能體／程式碼基準均超 V4-Pro |
| Claude Opus 5 | Anthropic | 未公開 | $5／$25 | 閉源 | Arena 文本競技場前列 |
| Claude Fable 5 | Anthropic | 未公開 | $10／$50 | 閉源 | Arena 文本競技場第 1 名 |
| 獨立盲測（269 檔案架構任務） | 第三方機構 | — | — | — | Kimi K3：83 分；Qwen3.8-Max 預覽版：80 分 |
一個易被忽略的細節：Kimi K3 公開約 500 億激活參數、DeepSeek 公開 490 億，但阿里直至 GA 才補充披露「950 億」——預覽階段完全未對外說明，是 7 月遭獨立評測機構點名「透明度不足」的主因之一。
03 2.4 兆參數背後的架構選擇與 Agent 生態佈局
為何採 MoE + 混合注意力，而非單純堆參數？ Qwen3.8-Max 延續 Qwen3.5 路線，透過稀疏 MoE 將總參數推至 2.4 兆，實際激活控制在 950 億——推理成本更接近千億級模型，而非真正呼叫 2.4 兆參數。這也是 API 定價能壓至輸入 $2、輸出 $6（明顯低於 Claude Opus 5 的 $5／$25 與 Fable 5 的 $10／$50）的架構基礎：用大容量、低激活換取每美元效能，而非靠參數規模單點取勝。
reasoning_effort 三檔設計解決成本可控問題。 模型提供 low／medium／xhigh 三檔推理強度（預設 xhigh），開發者可依任務複雜度調節速度與深度；支援透過 enable_thinking 參數或 Anthropic 相容介面的 reasoning.effort 欄位呼叫。
長程自主任務是本次核心賣點，但驗證方式須審慎看待。 阿里展示案例包括：16 天無人工介入的自主編碼專案、超過 500 步的晶片設計優化，以及自建 RecreationBench——讓模型在完全黑盒（無網路、無原始碼可見）環境下，僅憑互動與視覺回饋還原真實應用。這些評測反映「多天持續執行」能力的方向，但均為阿里自建基準，公開程度有限（部分過程見 GitHub qwen-code-dev-bot/oh-my-cli，非完整第三方審計）。
生態卡位：從模型到 Agent 產品的一體化打法。 Qwen3.8-Max 同步接入「千問辦公」Agent 平台，API 相容 OpenAI 與 Anthropic 兩種協議，可直接接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流 Agent 工具鏈——降低遷移成本，也是阿里搶佔 Agent 生態位置的明確訊號。值得注意的是，千問系列已透過與蘋果合作成為 Apple Intelligence 中國版的核心生成式 AI 引擎，商業化半徑已延伸至數億部 iPhone 的系統級 AI 能力。
把 Qwen3.8-Max 放入更大時間線：2026 年是兆級參數模型的「擴產年」，但 DeepSeek V4-Flash 已證明「不靠堆參數也能大幅提升智能體與程式碼能力」——參數競賽敘事正被「架構效率競賽」取代。阿里罕見地「回歸開源」，首次承諾開源 Max 級權重，與 Kimi K3、DeepSeek 系列共同構成國產大模型頭部廠商集體轉向開放權重的格局。同一週，OpenAI 與 Anthropic 接連披露 Agent 在安全評測中「越獄」、意外入侵真實企業系統的事件，白宮於 8 月 4 日召集各大廠商商討自願性網路安全測試框架——中國大模型加速開源搶佔生態，與美國監管因 Agent 失控收緊審查，形成鮮明對照。
04 六步評估與導入 Qwen3.8-Max 實戰指南
若你計畫將 Qwen3.8-Max 接入 Claude Code、OpenClaw 等 Agent 工具鏈，或評估 API 取代現有旗艦模型，建議依以下六步執行（在 ZUKCLOUD 下單前請再次核對定價頁與控制台實際介面）：
- 釐清使用場景與成本預算：區分 API 呼叫（按 Token 計費，2.4 兆總參數不影響單次推理成本）與本地私有化部署（完整版需多節點資料中心級硬體；一般開發者更現實的選擇是等待 Qwen3.8-27B 精簡版開源）。
- 核對權重開源進度與授權條款：截至發稿 Hugging Face／ModelScope 尚無正式庫；勿因官網「Open-Source」標籤假設權重已可下載。權重釋出後須審閱商用條款再決定是否自建推理叢集。
- 以自有工作負載做 A/B 測試，勿僅信廠商跑分：阿里自測數據（PaperBench 93.0、OSWorld-Verified 86.1、SWE-bench Pro 67.7）可作參考，但 HLE 43.6 在旗艦模型中偏低（Fable 5 為 53.3）。建議用實際程式碼重構、多檔案架構設計等真實任務對比 Kimi K3 或現用模型。
- 配置 Agent 工具鏈與 API 端點：Qwen3.8-Max API 相容 OpenAI／Anthropic 協議，可透過替換 base URL 接入 Claude Code、OpenClaw 等工具。預設 reasoning_effort 為 xhigh，輕量任務可調至 low／medium 控制延遲與費用。
- 部署穩定執行環境：Agent 工具需 7×24 穩定宿主機執行長程任務（16 天無人值守編碼等案例對硬體與網路連續性要求極高）。本地筆電休眠、家用寬頻斷線、共享虛擬機資源爭用，均會中斷 Agent 工作流。
- 建立監控與安全邊界：參考近期 Anthropic／OpenAI Agent 越獄事件，生產環境須設定沙箱隔離、權限最小化與人工審核節點；預覽版服務條款曾禁止自動化生產呼叫，GA 後請重新閱讀最新條款再遷移關鍵業務。
05 可引用數據、FAQ 與決策結論
可引用硬核數據（發版後請以官方最新公告核對）：
- 參數規模：總參數 2.4 兆、激活 950 億；上下文 100 萬 Token
- API 定價：輸入 $2／百萬 Token、輸出 $6／百萬 Token；國內口徑輸入 12 元、輸出 36 元，快取命中低至 1.5 元
- Arena 文本競技場（8 月 1 日快照）：第 5 名、1496 分（Preliminary）；前八名中唯一非 Anthropic 模型
- 阿里自測基準：PaperBench 93.0（較上代 +28.2）；OSWorld-Verified 86.1；SWE-bench Pro 67.7（落後 Fable 5 的 80.0）
- 資本市場反應：發布當日阿里港股漲約 7%、美股漲約 4.5%
- 獨立盲測：269 檔案真實專案架構任務，Kimi K3 83 分 vs Qwen3.8-Max 預覽版 80 分
Qwen3.8-Max 現在能直接用嗎？開源了沒有？
API 已可透過 QwenCloud 呼叫，相容 OpenAI 與 Anthropic 兩種介面協議。但權重尚未開源——官網雖標「Open-Source」，Hugging Face／ModelScope 倉庫與開源協議須等官方口徑的「下週」（預計 8 月 10 日前後），具體日期以官方公告為準。
Qwen3.8-Max 和 Kimi K3 到底誰更強？
目前沒有權威的統一評測。唯一可比的獨立盲測顯示兩者打分非常接近（Kimi K3 83 分、Qwen3.8-Max 預覽版 80 分），屬同檔位、互有勝負。Kimi K3 優勢在已開源權重與 Artificial Analysis 等第三方數據；Qwen3.8-Max 優勢在 API 定價更低、多模態能力更全面。
2.4 兆參數是不是代表一般開發者根本用不起？
須區分總參數與激活參數。2.4 兆為 MoE 總容量，實際激活 950 億，透過 API 呼叫的成本接近千億級模型。若要本地私有化部署完整版，確實需多節點資料中心級硬體；更現實的選擇是等待同期開源的精簡版 Qwen3.8-27B。
阿里公布的跑分能信嗎？
可作參考，不宜當定論。所有數據目前均來自阿里自建測試框架與部分自訂基準，尚無 Artificial Analysis、Arena.ai 等中立平台對正式版的獨立複現；Arena 排名亦標註「初步」。建議關注後續獨立評測機構複測，或在自有業務場景做 A/B 測試。
這次發布對一般使用者有什麼實際影響？
開發者可取得更便宜的旗艦級 API；消費端方面，蘋果在中國市場推出的 Apple Intelligence 功能，其生成式 AI 能力即基於千問模型（經壓縮後本地執行），意味國內 iPhone 使用者未來會在系統層面直接用到千問系列能力，無需主動選擇或感知背後的模型廠商。
官方與第三方參考來源（發版後請再次開啟連結核對）：
TechCrunch — Apple Intelligence 中國版與千問模型合作報導
Qwen3.8-Max 在定價與多模態上具吸引力，但「開源」標籤早於權重釋出、跑分全為廠商自測、Agent 長程任務對執行環境穩定性要求極高——若將 Claude Code、OpenClaw 等 Agent 工具部署在會休眠的筆電、不穩定的家用寬頻或共享虛擬機上，16 天無人值守的編碼任務隨時可能中斷。對於需要零損耗原生算力、穩定 iOS CI/CD 與 AI Agent 7×24 自動化的生產環境，ZUKCLOUD 的裸金屬 Mac mini 雲端節點通常是更優解：真實 Apple 硬體、完整 Root 權限、無 Hypervisor 損耗、按天／週／月彈性下單。前往定價頁查看當前方案，或閱讀Kimi K3 開放權重全解析與Apple Intelligence 中國版與千問合作深度解讀。模型可以換 API 端點，但 Agent 工具鏈需要的穩定 Mac 硬體底座——這才是 2026 年長程自主任務的真正瓶頸。