阿里巴巴把 2.4 兆參數的旗艦模型丟上雲端，然後補了一句：下星期，權重直接放出來。這是 Qwen 第一次對 Max 級模型講這句話。
一句話結論：Qwen3.8-Max 是阿里 2.4 兆參數的旗艦 MoE 模型，8 月 3 日上線 QwenCloud，權重排在 8 月 10 日那週上 Hugging Face 與 ModelScope——但授權條款到現在都還沒公布，所以「開源」兩個字先別急著寫死。
（資料截至 2026 年 8 月 9 日。權重尚未落地，本文所有規格以官方發布與媒體報導為準，數字會隨正式釋出而變動。）
Qwen3.8-Max 到底是什麼？
它是通義千問（Qwen）目前最強的模型，2026 年 8 月 3 日由官方帳號 @Alibaba_Qwen 宣布。架構建在 Qwen3.5 之上，總參數 2.4 兆，但每處理一個 token 只激活其中約 950 億。
這個「2.4 兆 vs 950 億」的落差就是 MoE（Mixture of Experts，混合專家）的做法：模型裡面養一大批專家，每次只叫醒需要的那幾個。所以參數總量可以堆很大，實際推理成本卻不會等比例爆炸。同樣的路數，我們寫過 DeepSeek V4-Pro 的 1.6T 開源版本，也寫過 把 744B MoE 塞進 25GB 舊電腦的 colibrì——差別在於，這次堆到了 2.4 兆。
官方主打三個方向：自主寫程式（autonomous coding）、長時間的專業工作流、多模態理解。同時開放的還有一個小很多的 Qwen3.8-27B，兩個一起走開放權重。
為什麼「第一次開源旗艦」才是重點？
因為 Qwen 過去幾年的路線是分層的：中小尺寸模型大方開權重，最頂那一階留在 API 後面。這是多數大廠的標準做法——開源的是二軍，一軍收錢。
Qwen3.8-Max 是這條線第一次被打破。Max 級、旗艦級、2.4 兆，官方講明要放權重。如果真的照排程落地，任何有足夠硬體的研究團隊、企業、甚至個人，都能把一個一線水準的模型抓下來自己跑，而不是只能透過 API 租用。
模型能力的差距，正在從「有沒有」變成「跑不跑得動」。
這件事的長期影響比任何一條 benchmark 都大。過去一年我們追過 MiniMax M3、Kimi K2.7-Code、GLM-5.2 一路把開源模型推到「夠用」，但「頂配也開」還是第一次。
那個「連續寫 16 天程式」的測試，實際做了什麼？
這是整場發布裡最有畫面的一段，也是我覺得最值得看的一段。
官方讓 Qwen3.8-Max 接手一個叫 oh-my-cli 的專案，然後放手。模型自己跑了大約 16 天，循環做四件事：接任務、寫實作、跑測試、修錯。16 天之後的成績單是 265 個 commit、127 個 pull request、151 個 issue。
不是「幫你補完一個函式」，是把整個維護循環接了過去半個月。這跟我們之前寫過的 code-testing-generator、吳恩達的 OpenWorker 是同一個方向的更激進版本——AI 不再交對話，交的是 repo 裡的實際變更。
官方另外公布了三組場景測試：
- 研究流程重建：重跑一條研究管線，完成 33 輪 GPU 訓練，最後產出的方法在 AIME24 上比原論文高 2.7 分。
- 硬體設計：自主優化一顆加密加速器，把閘數從 8,298 壓到 678，中間跑了大約 500 個回合，實體佈局後在 500 MHz 達成時序收斂。
- 電商模擬：模擬經營一年、超過 2,000 個回合，最終帳面 ¥416,252，等於 4.16 倍報酬，比第二名高 38%。
先講清楚：這四組全部是廠商自己跑的測試，不是第三方驗證。數字漂亮，但測試環境、失敗次數、人工介入了多少，官方沒有完整揭露。當成「這個模型設計時瞄準什麼」來讀是合理的，當成「它一定做得到」就太天真。
2.4 兆參數，你自己的電腦跑得動嗎？
不能。而且差得非常遠，這點必須講白。
「開放權重」的意思是你可以合法下載那包檔案，不是你的筆電能跑。2.4 兆參數就算做過量化壓縮，光是把權重放進記憶體就是伺服器等級的門檻，一般是多張高階 GPU 或整台機架起跳。個人下載回來，多數情況只會得到一顆硬碟殺手。
真正跟散戶有關的是另外兩件事：
- 同場的 Qwen3.8-27B 才是你可能真的用得到的那個。27B 這個尺寸經過量化之後，在高階消費級顯卡或統一記憶體的機器上是有機會跑的。想試本地部署，可以先看 LM Studio 本地跑大模型的入門教學。
- 權重一開，第三方託管商就會壓價。模型能自架，代表任何雲端商都能提供它，價格就會被競爭拉下來。你不用自己跑，也會吃到這波降價。
權重還沒出，現在就想用要怎麼做？
模型 8 月 3 日就已經上線 QwenCloud，不用等權重。步驟很短：
- 開 QwenCloud 帳號、拿 API key。這是官方託管的入口，權重之外的正式通路。
- 把 endpoint 換掉就好，程式不用重寫。QwenCloud 同時支援 OpenAI 相容的 chat completions 與 Responses API，另外還提供一個 Anthropic 相容介面。你現有接 GPT 或 Claude 的程式碼，多數情況只要改 base URL 跟 key。
- 選推理強度。API 可以指定 xhigh、medium、low 三檔 reasoning effort，預設會保留思考過程。複雜任務開 xhigh，日常問答壓到 low 省錢。
因為介面相容，主流的 agent 框架和 coding 助理基本上是即插即用。想省成本的人可以搭 2026 AI 模型怎麼選最省錢 那篇的思路，把簡單任務路由到便宜模型。
API 收 $2 / $6，換算成你的帳單是多少？
目前流通的報價是輸入每百萬 token 約 2 美元、輸出約 6 美元（來自第三方聚合平台的掛牌價，非官方定價頁，實際以 QwenCloud 為準）。這個數字放在旗艦模型裡算便宜，但便宜多少要看你自己的用量。
下面這個試算機，左邊填你每月的用量，右邊填你目前在用的模型的價格（各家官網都查得到），就知道換過去到底省多少：
授權條款沒公布，為什麼這是目前最大的問號？
因為「開放權重」跟「開源」不是同一件事，而現在連是哪一種都還不知道。
截至 8 月 9 日，阿里只宣布了時程，沒有公布授權。落在哪一格，結果差很多：
| 授權型態 | 商用 | 實際意義 |
|---|---|---|
| Apache 2.0 / MIT | ✅ 幾乎無限制 | 可自架、可商用、可微調後再散布，最理想 |
| 自訂社群授權（有用戶數門檻） | ⚠️ 有條件 | 小團隊照用，規模一大就要另外談授權 |
| 僅供研究 | ❌ 不可 | 能下載能研究，但不能拿去做產品 |
如果你打算把它接進商業產品，在授權文字出來之前不要動手規劃架構。這是每次開源模型發布最常被忽略、事後最貴的一步。
第二個問號是那些 benchmark。有報導引述阿里自報在 OSWorld-Verified 拿到 86.1 分、並宣稱在該項贏過 GPT 與 Claude 的對應版本。要注意兩件事：一是這是廠商自報，第三方獨立複測目前仍然有限；二是引述最詳細的那篇來自《南華早報》，而該報本身由阿里持有（報導內文亦有揭露）。規格當參考可以，「贏過誰」這種比較句，等第三方榜單出來再說。
跟其他開源模型比，它站在什麼位置？
| 模型 | 參數規模 | 權重狀態 | 定位 |
|---|---|---|---|
| Qwen3.8-Max | 2.4T（激活 95B） | ⏳ 排定 8/10 那週 | 旗艦，主打自主寫程式與多模態 |
| Qwen3.8-27B | 27B | ⏳ 同期釋出 | 同門小尺寸，本地部署現實選項 |
| DeepSeek V4-Pro | 1.6T | ✅ 已開源 | 長上下文、程式碼強，授權寬鬆 |
| MiniMax M3 | — | ✅ 已開源 | 百萬上下文、成本極低 |
| Kimi K2.7-Code | — | ✅ 已開源 | 專攻寫程式 |
看得出重點：Qwen3.8-Max 唯一還沒兌現的欄位，就是「已開源」那一格。其他幾個都已經在 Hugging Face 上躺著，可以現在就下載。所以在權重落地之前，它在這張表上的實際地位是「候選」，不是「已到位」。
多模態那條線倒是拉開了距離：官方說它能吃超過 200 頁的文件、超過 100 小時的影片，把內容整理成可追溯的結構，還會回頭檢查自己的輸出。同時推出的 Qwen-MM-Plugins 把工具使用延伸到影片剪輯、Blender、CAD 這些軟體上。這一塊目前的開源陣營確實比較少人做。
不想等的話，現在有什麼替代方案？
- 要能自架、要能商用、今天就要：直接用 DeepSeek V4-Pro 或 MiniMax M3，權重已經在，授權也已經明確。
- 主要用來寫程式：Kimi K2.7-Code 或 GLM-5.2，都能直接插進現成的 coding 工具鏈。
- 只是想試試看夠不夠強：不用等權重，QwenCloud 現在就開放，先用 API 打幾個你手上的真實任務，比看任何 benchmark 都準。
- 硬體不夠但想跑大模型：參考 把 744B 塞進 25GB 記憶體的做法，思路比模型本身更值得抄。
散戶該關注的是哪一件事？
不是 benchmark，是價格。
把時間軸拉開看：OpenAI 在 8 月初把 GPT-5.6 Luna 的價格砍了八成，阿里同一週端出 $2／$6 的旗艦定價，然後說下週把權重也給你。推理成本正在被推向趨近於零，而且是兩邊夾擊——一邊降價，一邊乾脆讓你自己跑。
對一般使用者，這代表你付的 AI 訂閱費在未來一年只有一個方向。現在還在為多個工具重複付費的人，值得回頭看 我實測 5 個 AI 訂閱方案那篇，先把重疊的砍掉。
對關注中概股的人，發布當天阿里港股收在 HK$125.20，單日約漲 7%（據報導）。這是市場對「開源旗艦」這個動作的即時定價。要理解阿里的 AI 版圖怎麼跟本業接起來，可以看 阿里巴巴 BABA 業務全解析；至於阿里這一年在 AI 開源上的節奏，Open Code Review 那篇是另一個參考點。
我的判斷：這則新聞真正的重量在授權那一行字，不在 2.4 兆那個數字。參數是拿來看的，授權才是拿來用的。
常見問題
Qwen3.8-Max 的權重什麼時候真的可以下載？
官方講的是 2026 年 8 月 10 日那一週，平台是 Hugging Face 與 ModelScope。截至 8 月 9 日還沒放出，這是承諾不是連結，排程有可能變動。
開放權重等於免費商用嗎？
不一定。開放權重只保證你能拿到檔案，能不能商用要看授權條款，而 Qwen3.8-Max 的授權目前尚未公布。要用在產品上，等條款出來再做決定。
我的電腦跑得動 Qwen3.8-Max 嗎？
幾乎確定不行。2.4 兆參數即使量化後仍需要伺服器等級的多卡環境。想在本機跑，看同期釋出的 Qwen3.8-27B 比較實際。
Qwen3.8-Max 和 Qwen3.8-27B 差在哪？
差在規模與用途。Max 是 2.4 兆參數的旗艦，走雲端或伺服器叢集；27B 是小尺寸版本，量化後有機會在高階個人電腦上跑。兩者排在同一波釋出。
那些 benchmark 數字可信嗎？
全部是廠商自報，包括 OSWorld-Verified 的 86.1 分與四組場景測試。第三方獨立複測目前仍有限，建議當作「設計目標」而不是「已驗證結果」來讀。
結論：現在該做什麼？
如果你是開發者或重度使用者，本週值得做的只有兩件事：一是去 QwenCloud 開個 key，拿你手上真實的任務打幾輪，這比任何排行榜都準；二是把 Hugging Face 的 Qwen 頁面加到書籤，等權重和授權一起落地。
如果你只是一般使用者，什麼都不用做。你要等的不是這個模型，是它壓下來的價格——而那個大概三到六個月後才會反映在你的月費上。
2.4 兆參數很好看。但在授權那行字出現之前，這則新聞的正確讀法是「一個排定的承諾」，不是「一件已經發生的事」。
資料來源
- TestingCatalog：Alibaba released Qwen3.8-Max with open weights coming soon（2026-08-04，內含官方 @Alibaba_Qwen 8/3 發布原文）
- MarkTechPost：Alibaba Qwen Releases Qwen3.8-Max（2026-08-03）
- SCMP：Qwen3.8-Max made widely accessible ahead of open-weights release（2026-08-03；該報由阿里巴巴持有，原文已揭露）
- Hugging Face：Qwen 官方組織頁（權重釋出後在此查看）
免責聲明：本文為 AI 技術資訊整理，不構成投資建議。文中提及的規格、定價與釋出時程均來自官方發布或第三方媒體報導，權重尚未正式釋出，實際內容以官方最終公告為準。文中提及的股價資訊僅為事件當日市場反應紀錄，非任何形式的推薦。投資有風險，請自行判斷。
發表迴響