模型介绍

Qwen 3.8 Max：阿里巴巴 2.4T 多模态旗舰模型全面解析

Qwen 3.8 Max 是阿里巴巴 2.4 万亿参数多模态旗舰模型，支持 1M 上下文、MoE 架构，Arena.AI 排名第二。本文详解规格、定价及 SandBase 接入方式。

SandBase Team 作者 SandBase Team
#qwen-3.8 #alibaba #multimodal #ai-agent #frontier-llm #moe

摘要 — 2.4 万亿参数（95B 激活），多模态（文本+图像+视频+文档），1M 上下文，Arena.AI 排名第二。下周开源权重。定价约 $2.0/$6.0 每百万 token。SandBase 即将接入。

今天本来不打算写这篇

计划是写完 Qwen 3.7 的文章（已经写了，在这里）就收工。然后阿里今早发了 Qwen 3.8 Max。

不是预告。不是”即将推出”的博客。模型现在就在 chat.qwen.ai 上可用，API 通过 DashScope 已经开放。让我停下来的是——它直接冲到了 Arena.AI 文本排行榜第二。在 Opus 4.8 上面。在 GPT-5.5 上面。只有 Fable 5 更高。

跟三个月前 3.7 的发布相比，两件事不一样。第一：多模态。Qwen 3.7 Max 是纯文本——跑编码 Agent 没问题，但工作流里有截图或文档就得额外挂视觉模型。3.8 原生处理文本、图像、视频和文档。第二：阿里说下周开源权重。如果兑现，这将是有史以来最大的开放模型——2.4 万亿参数——也是阿里第一次开源 Max 级模型。

坦白讲，我还没来得及压力测试。Benchmark 数据不完整（下面会说）。但 Arena 排名是众包盲评的，比厂商自己报的分数难以质疑。这篇文章记录今天能确认的事实，同时标出缺失的部分。

架构与规格

Qwen 3.8 Max 采用 MoE（Mixture-of-Experts）架构。每个 token 经由路由机制从 2.4 万亿总参数池中激活 950 亿参数进行推理。这意味着它在推理时拥有约 95B 模型的计算密度，同时在训练阶段受益于完整参数集的更广知识容量。

维度Qwen 3.8 MaxQwen 3.7 Max变化
总参数2.4T（MoE）未公开全新架构
激活参数95B未公开—
架构Mixture-of-ExpertsDense（推测）转向 MoE
上下文窗口1,000,000 token1,000,000 token不变
最大输出65,536 token65,536 token不变
多模态输入文本、图像、视频、文档仅文本新增
扩展思考支持支持不变
函数调用支持支持不变
结构化输出支持支持不变
开源权重下周（已宣布）无首个 Max 开源
执行模式同步 + 流式同步 + 流式不变

Max 级别从纯文本到全模态的跨越是最大的变化。此前，如果你同时需要阿里巴巴最强推理能力和视觉能力，必须在 Qwen 3.7 Max（文本）和 Qwen 3.7 Plus（多模态）之间分流。这意味着 Agent 管线被拆分到两个不同模型上，各有不同能力和定价。Qwen 3.8 Max 彻底消除了这种拆分。

Arena 排名与 Benchmark 现状

先说一个重要事实：截至发布当天，阿里巴巴尚未公布 Qwen 3.8 Max 的完整独立 benchmark 成绩单。目前没有可引用的 SWE-Pro、Terminal-Bench 或 GPQA Diamond 数据。

目前唯一可用的独立验证来自 Arena.AI。这是一个众包盲评排行榜，用户在不知道模型身份的情况下对比输出结果。在 Arena.AI 文本类别中，Qwen 3.8 Max 的表现：

  • 所有模型中排名第 2（仅次于 Anthropic Fable 5）
  • 中国实验室模型中排名第 1（领先 Kimi K3、DeepSeek V4 Pro）
  • 超越 Claude Opus 4.8 和 GPT-5.5（按 Arena Elo 分数）

这是有意义的独立验证。Arena.AI 的方法论受到广泛认可，因为它衡量的是真实用户偏好，而非 benchmark 刷分。不过，一旦阿里巴巴或第三方评估机构公布结构化 benchmark 结果，我们会更新本文。

竞争格局（Arena.AI 文本类别，2026 年 8 月）

排名模型实验室备注
#1Fable 5Anthropic综合最强；定价最高
#2Qwen 3.8 Max阿里巴巴今日发布
#3GPT-5.5OpenAITerminal-Bench 第一
#4Kimi K3Moonshot AI$3/$15 每百万 token
#5Claude Opus 4.8AnthropicSWE-bench Pro 69.2%

关键定位：Qwen 3.8 Max 处于最昂贵的西方前沿模型（Fable 5、Opus 4.8）和中国竞品（Kimi K3）之间，价格远低于它在 Arena 上超越的那些模型。

定价对比

模型输入（每百万 token）输出（每百万 token）缓存读取多模态
Qwen 3.8 Max$2.00$6.00$0.25/M（隐式）✅ 文本、图像、视频、文档
Qwen 3.7 Max$1.25$3.75$0.25/M❌ 仅文本
Claude Opus 4.8$15.00$75.00$1.50/M✅
Kimi K3$3.00$15.00未公开✅
GPT-5.5$5.00$15.00$2.50/M✅
Fable 5$20.00$100.00$2.00/M✅

性价比一目了然：Qwen 3.8 Max 以 Arena 第二的质量，输出成本仅为 Fable 5 的 10%、Opus 4.8 的 8%。与最接近的中国竞品 Kimi K3 相比，输入更便宜（$2 vs $3），输出更便宜（$6 vs $15），排名还更高。

与前代 Qwen 3.7 Max 对比：输入成本增加 60%（$2.0 vs $1.25），输出成本增加 60%（$6.0 vs $3.75），但换来的是多模态能力、2.4T MoE 架构和 Arena 排名的显著提升。对于之前需要在 3.7 Max（文本）和 3.7 Plus（视觉）之间分流的工作负载，整合到 3.8 Max 反而可能降低总成本——管线复杂度的减少本身就是节省。

隐式缓存

Qwen 3.8 Max 的隐式缓存定价为 $0.25 每百万 token。系统自动缓存重复前缀，无需手动设置 cache-control 头。对于上下文逐步增长的长周期 Agent 会话，效果如下：

  • 第一轮：完整 $2.00/M 输入成本
  • 后续轮次：仅新增 token 按 $2.00/M 计费，重复前缀降至 $0.25/M
  • 500K token 上下文若 80% 命中缓存，每轮成本约 $0.30，而非 $1.00

核心能力

长时自主编程

与前代一致，Qwen 3.8 Max 擅长持续性编程 Agent 工作：多文件重构、全仓库 bug 排查、架构迁移——这些可能需要数小时持续运行的任务。1M 上下文窗口意味着它可以将整个中型代码仓库保持在内存中，同时跨文件执行连续修改。

多模态 Agent 工作流

原生图像、视频和文档理解能力解锁了此前需要模型切换才能实现的 Agent 模式：

  • 截图驱动的 UI 测试：Agent 看到渲染后的页面，识别视觉回归，编写修复代码
  • 文档提取管线：PDF、发票、扫描件端到端处理，无需 OCR 预处理
  • 视频分析用于 QA：解析短录屏，验证 UI 交互流程
  • 图表理解：直接解读架构图或数据可视化

复杂办公任务执行

Qwen 3.8 Max 定位于端到端办公自动化。例如：“读取这份合同 PDF，提取关键条款，生成对比表格，然后将摘要通过邮件发送”——作为单次 Agent 调用，多模态输入加工具调用输出，一步完成。

在 SandBase 上使用 Qwen 3.8 Max（即将上线）

Qwen 3.8 Max 将通过 SandBase 的标准 OpenAI 兼容接口提供服务。定价预计与阿里巴巴官方费率一致。以下是上线后的使用示例：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.sandbase.ai/v1",
    api_key="your-sandbase-key"
)

# 纯文本推理任务
response = client.chat.completions.create(
    model="alibaba/qwen3.8-max",
    messages=[
        {"role": "system", "content": "你是一位资深工程师。分析完整代码库，定位根因，提出最小修复方案。"},
        {"role": "user", "content": "用户反馈上次部署后 /api/projects 端点间歇性返回 403。以下是完整代码库：..."}
    ],
    tools=[{
        "type": "function",
        "function": {
            "name": "edit_file",
            "description": "编辑指定路径的文件",
            "parameters": {
                "type": "object",
                "properties": {
                    "path": {"type": "string"},
                    "content": {"type": "string"}
                },
                "required": ["path", "content"]
            }
        }
    }],
    max_tokens=16384,
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

多模态输入示例

# 处理包含视觉元素的文档
response = client.chat.completions.create(
    model="alibaba/qwen3.8-max",
    messages=[
        {"role": "user", "content": [
            {"type": "text", "text": "提取这个 PDF 页面中的所有表格，返回结构化 JSON，包含列名和行数据。"},
            {"type": "image_url", "image_url": {"url": "https://example.com/contract-page-3.png"}}
        ]}
    ],
    max_tokens=8192
)

print(response.choices[0].message.content)

视频输入用于 Agent QA

# 分析录屏，找出 UI 问题
response = client.chat.completions.create(
    model="alibaba/qwen3.8-max",
    messages=[
        {"role": "user", "content": [
            {"type": "text", "text": "观看这段用户完成结账流程的录屏。识别任何 UX 问题、交互故障或视觉缺陷，每个问题附带时间戳。"},
            {"type": "video_url", "video_url": {"url": "https://example.com/checkout-recording.mp4"}}
        ]}
    ],
    max_tokens=4096
)

注意： SandBase 对 Qwen 3.8 Max 的支持即将上线。以上代码示例基于阿里巴巴公布的 API 规格。模型在平台正式上线后，我们会更新本节内容。

开源发布（下周）

阿里巴巴已宣布 Qwen 3.8 Max 权重将于下周开源。这将是 Qwen 系列中首个开放发布的 Max 级别模型。此前的 Max 模型（3.5 Max、3.6 Max、3.7 Max）均为 API-only。

这一决定意义重大：

  1. 大规模自托管：拥有基础设施的组织（2.4T 模型可能需要多节点 GPU 集群）可在本地运行，确保数据主权
  2. 微调潜力：开放权重使 API-only 无法实现的领域特定适配成为可能
  3. 社区研究：2.4T 参数的 MoE 架构将成为可供研究的最大开放模型
  4. 竞争压力：这将推动其他实验室在前沿级别走向开放

权重发布后，我们会发布专门的自托管指南和量化版本说明。

何时选择 Qwen 3.8 Max

适合选择 Qwen 3.8 Max 的场景：

  • 需要顶级推理能力和多模态输入统一在同一模型中——不再需要文本和视觉变体之间分流
  • Agent 工作流需要处理文档、截图或视频，同时处理代码和文本
  • 追求 Arena 第二的性能，但成本仅为 Fable 5 或 Opus 4.8 的零头
  • 长周期自主 Agent 是主要场景，需要 1M 上下文配合激进缓存策略
  • 正在构建端到端办公自动化 Agent，处理多样化输入类型

不适合的场景：

  • 仅需文本推理且成本敏感——Qwen 3.7 Max 的 $1.25/$3.75 仍然更便宜
  • 需要经过验证的 benchmark 分数才能做决策（等待独立评估发布）
  • 美国/欧盟数据驻留是硬性要求
  • 不计成本追求绝对最强模型（Fable 5 仍然 Arena 第一）
  • 需要立即可用的最强开源模型——权重下周到，不是现在

Qwen 3.8 Max vs. Qwen 3.7 Max：升级决策

因素Qwen 3.7 MaxQwen 3.8 Max结论
输入价格$1.25/M$2.00/M3.7 更便宜
输出价格$3.75/M$6.00/M3.7 更便宜
多模态❌✅3.8 胜出
架构Dense（较小）2.4T MoE（95B 激活）3.8 更大
Arena 排名较低全场第 23.8 胜出
开源权重无下周3.8 胜出
Benchmark 数据已公布（SWE-Pro 60.6）仅 Arena（暂时）3.7 更透明

升级建议：如果需要多模态输入、追求最强可用推理能力、或计划在权重发布后自托管。

留在 3.7 的理由：工作负载为纯文本、对成本敏感、且已公布的 benchmark 让你确信 3.7 满足质量要求。

常见问题

Qwen 3.8 Max 与 Claude Fable 5 相比如何？

Fable 5 占据 Arena 第一，被广泛认为是 2026 年 8 月最强模型。Qwen 3.8 Max 排名第二——有意义地接近，但在最困难的推理任务上尚未追平。关键差异在价格：Fable 5 的 $20/$100 每百万 token vs Qwen 3.8 Max 的 $2/$6。对于绝大多数 Agent 工作负载，质量差距不足以证明 10-17 倍的价格溢价是合理的。

目前有独立 benchmark 成绩吗？

尚无完整数据。截至发布日（2026 年 8 月 3 日），主要独立验证来自 Arena.AI 的众包排名，Qwen 3.8 Max 在文本类别中排名全场第二。预计阿里巴巴和第三方评估机构将在未来数日公布结构化 benchmark 结果（SWE-Pro、Terminal-Bench、GPQA 等）。届时我们将更新本文。

Qwen 3.8 Max 何时可在 SandBase 上使用？

SandBase 正在完成 Qwen 3.8 Max 的集成工作。预计在官方发布后数日内上线。模型将以 alibaba/qwen3.8-max 通过标准 OpenAI 兼容接口提供，定价与阿里巴巴官方费率一致。

可以自托管 Qwen 3.8 Max 吗？

目前还不行，但下周可以。阿里巴巴已承诺开源权重——这将是首个可自托管的 Max 级别 Qwen 模型。考虑到 2.4T 总参数量，预计需要强大的基础设施（高显存 GPU 多节点集群）。社区量化版本预计会在权重发布后数日内出现。

它支持哪些输入模态？

Qwen 3.8 Max 原生接受文本、图像、视频和文档（PDF 渲染为图像）输入。输出仍为纯文本（包括结构化 JSON、代码和函数调用）。这使其适合需要”看”和”读”多样化输入，同时产出可执行文本或代码的 Agent 工作流。

延伸阅读

猜你喜欢

Qwen 3.7 Max model introduction cover showing Alibaba's agent-first flagship LLM
模型介绍

Qwen 3.7 Max：阿里 Agent 旗舰，2026 年中最强性价比

Qwen 3.7 Max 是阿里的 Agent 旗舰模型：1M 上下文、SWE-Pro 60.6、Terminal-Bench 69.7。性能追平西方前沿，价格只有 Claude Opus 的 1/20。本文详解 benchmark、定价与实战用法。

Huawei openPangu 505B open source model cover
模型介绍

openPangu-2.0-Pro：华为505B开源模型

华为发布 openPangu-2.0-Pro——505B 参数 MoE 开源大模型，全程使用昇腾 910B NPU 训练。架构解析、算力主权意义、以及对性能声明的客观评估。

DeepSeek V4 Flash 0731 model introduction showing MoE architecture and agent benchmarks
模型介绍

DeepSeek V4 Flash：$0.28 干翻旗舰

DeepSeek V4 Flash 0731 正式发布：Terminal-Bench 82.7、DeepSWE 54.4，9 项 Agent 基准全面超越 V4-Pro-Preview。284B/13B MoE 架构，1M 上下文，MIT 开源，$0.14/$0.28 每百万 token。