8 月 3 号晚上刷手机看到阿里发了 Qwen3.8-Max第一反应是又来一个刷参数的。结果往下翻我愣住了。2.4T 总参数、95B 激活的 MoE、1M 上下文这些都好说。真正离谱的是那个演示阿里让 Qwen3.8 从空文件夹出发自己搭一个自进化智能体框架16 天里自主提交了 265 次代码、127 个合并请求、151 个议题然后开源了——项目叫 oh-my-cli官方原话是Hermes Agent 级别。我自己每天就跑在 Hermes Agent 上看到这句差点没绷住。更没想到的是后面那句Max 旗舰下周首次开放权重还附赠一个 27B 的小号。这篇文章不吹发布会就聊聊 Qwen3.8-Max 到底改了什么、开发者怎么接 API、以及我这些年接大模型 API 踩过的坑哪些换到它身上还会再踩一遍。1. 背景与痛点2T 俱乐部国产模型的新门槛先摆事实来源阿里官方发布口径经甲子光年、CNMO 等媒体报道2026-08-038 月 3 日阿里千问正式发布 Qwen3.8-Max总参数 2.4T是继 Kimi K3 之后国产大模型两万亿俱乐部的第二位成员编程Coding和专业办公Cowork是这次的主攻方向当天 Arena 榜单更新阿里 Qwen 系列仅次于 Anthropic 的 Claude 系列文本第二、视觉第二、编程第三。对开发者来说这背后是一串现实问题。模型越来越像人了但我们的工具链还没跟上。前两年 AI 编程还停留在补全函数、改 bug的阶段现在旗舰模型直接奔着从零交付一个完整项目去。我 7 月用某闭源模型跑过一个 10 小时的长任务跑到第 8 小时开始上下文漂移后面全在胡说。长程任务就是 2026 年大模型的试金石——单轮对话大家都强连跑几十轮工具调用还能不能稳住是另一回事。阿里这次明显是照着这个痛点打的。API 里 reasoning_effort 分 xhigh / medium / low 三档几乎是照着 Claude Code、Codex 这类 CLI 工具的使用场景设计的来源知乎技术答主实测分析。2. 技术原理2.4T 怎么塞进 95B 的显存里Qwen3.8-Max 基于 Qwen 3.5 架构构建稀疏 MoE 加混合注意力机制来源CNMO 科技、甲子光年。核心数字就两个总参数 2.4T激活参数 95B。激活率大概 4%比 Qwen3-235B 那代接近 10% 的激活率又稀疏了一倍多来源知乎技术答主测算。意思是95B 激活对应的显存和算力开销跟一个中等规模的稠密模型差不多但它背后顶着一个 2.4T 的知识库。不用买一整个 H100 集群几张卡加合理的 offload 策略就能转起来。flowchartLRA[输入Token]--B[Router门控网络]B--C{该激活哪些专家}C--D[专家组Abr/代码/数学推理]C--E[专家组Bbr/通用世界知识]C--F[专家组Cbr/多模态理解]C--G[...共2.4T总参数br/每次只激活95B]D--H[加权融合输出]E--HF--HG--HH--I[下一个Token]MoE 的原理不复杂把模型拆成几百个专家每次只让最相关的几个干活Router 门控网络负责派活。难的是训练和推理的工程——专家负载不均衡会崩通信开销会吃掉收益。阿里能把激活率压到 4% 还保住推理速度说明稀疏化这块是真下了功夫。上下文这次直接拉到 1M Tokens来源官方发布口径。什么概念完整读 200 页财报 PDF或者分析超 100 小时的视频内容。还支持原生多模态输入——文本、图像、视频一起喂。另外一个关键设计API 同时兼容 OpenAI 和 Anthropic 两套协议来源知乎技术答主实测。这意味着 Claude Code、Qoder、OpenClaw 这些生态可以无缝迁过来。这个点太重要了实战部分细说。3. 环境准备接 API 前先搞清楚这些参数来源官方发布口径 千问控制台公开信息截至 2026-08-05项值模型qwen3.8-max具体 ID 以千问控制台为准上下文1M Tokens推理档位reasoning_effort: xhigh / medium / low协议OpenAI 兼容 Anthropic 兼容Python SDKopenai1.40本文验证 2.24.0/ anthropic0.40本文验证 0.87.0国内定价输入 12 元/百万 Tokens输出 36 元/百万 Tokens隐式缓存命中 1.5 元/百万 Tokens注意文章写作时 Qwen3.8-Max 权重还没开放官方口径下周开源 Max 和 27B本地部署先别急API 是现在唯一能跑通的路径。环境装一下pipinstall-Uopenai1.40anthropic4. 实战实现两种协议三段代码先说结论能用 OpenAI 协议就别折腾 Anthropic 协议除非你本来就住在 Claude Code 里。OpenAI 协议调用最稳的路径fromopenaiimportOpenAIclientOpenAI(api_keysk-xxxxxxxx,# 千问控制台/阿里云百炼获取base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1,)respclient.chat.completions.create(modelqwen3.8-max,# 具体 model ID 以千问控制台为准messages[{role:system,content:你是资深 Python 工程师回答问题直接、准确。},{role:user,content:下面这段代码有个并发 bug找出来并修复\nimport threading\ncounter 0\ndef inc():\n global counter\n for _ in range(100000):\n counter 1\nts [threading.Thread(targetinc) for _ in range(10)]\n[t.start() for t in ts]\n[t.join() for t in ts]\nprint(counter)},],reasoning_effortmedium,# xhigh / medium / low 三档temperature0.3,)print(resp.choices[0].message.content)带工具调用Agent 场景必备fromopenaiimportOpenAIclientOpenAI(api_keysk-xxxxxxxx,base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1,)tools[{type:function,function:{name:get_stock_price,description:查询指定股票代码的当前价格,parameters:{type:object,properties:{symbol:{type:string,description:股票代码如 600519}},required:[symbol],additionalProperties:False,},},}]respclient.chat.completions.create(modelqwen3.8-max,messages[{role:user,content:帮我查一下贵州茅台的股价}],toolstools,reasoning_effortlow,# 工具调用场景用 low/medium省 token)print(resp.choices[0].message.tool_calls)Anthropic 协议给 Claude Code 和已有 Anthropic SDK 的工程fromanthropicimportAnthropicclientAnthropic(api_keysk-xxxxxxxx,base_urlhttps://dashscope.aliyuncs.com/api/v2/apps/anthropic,# 以千问控制台文档为准)respclient.messages.create(modelqwen3.8-max,max_tokens4096,system你是资深 Python 工程师。,messages[{role:user,content:解释一下 MoE 的负载均衡损失控制在 200 字内。}],)print(resp.content[0].text)三段代码我都用本机 Python 3.11 加 openai 2.24.0 / anthropic 0.87.0 做过语法级验证可以直接跑base_url 和 model ID 以你控制台实际拿到的为准别照抄我注释。5. 效果验证基准数据怎么看先说清楚我手上没有千问的 API key这篇不装我实测了。以下全是已公开的官方和第三方口径来源阿里官方发布、甲子光年、CNMO、知乎答主整理2026-08-03基准Qwen3.8-Max参照说明PaperBench93.0Fable 5 为 88.8编程智能体评测新高较上代提升 28.2 分SWE-bench Pro67.7超 GPT-5.6 Sol略低于 Opus 4.8真实仓库修 bugFrontierSWE73.5—更长程的编程任务CoWorkBench74.8对标 75.9办公 Agent 场景基本追平WideSearch81.9对标 81.2深度搜索打平OSWorld-Verified86.1主流模型首位电脑操作 AgentGPQA Diamond92.6—科学推理IF Bench82.8—指令遵循注意分数的口径差异PaperBench 考的是给一篇论文复现并超越OSWorld 考的是操作电脑完成任务SWE-bench 考的是在真实仓库上修 bug。不是一个维度的东西别拿一张表排总名次。定价维度来源官方发布口径项Qwen3.8-Max国内对比输入12 元/百万 Tokens国际价为 Opus 5 的 40%输出36 元/百万 Tokens国际价为 Opus 5 的 24%隐式缓存命中1.5 元/百万 Tokens长上下文场景优势明显我的判断单看分数Qwen3.8-Max 是追平或小幅超过不是碾压。真正值得关注的是长程任务能力——CoWorkBench、WideSearch、OSWorld 这些几十轮交互的测试它都站在第一梯队这恰恰是开源模型过去最拉胯的地方开源模型跑 SWE-bench 单点还行跑到第十轮工具调用就开始飘知乎答主原话。6. 踩坑记录接 API 的老毛病换模型也躲不掉说几个我接大模型 API 踩过的坑换到 Qwen3.8 上大概率还会再遇到坑 1SDK 版本太老参数被吞。openai SDK 1.x 时代 reasoning_effort 这类新参数经常直接报 unexpected argument或者悄悄被忽略。别用系统自带的老版本pip 装到最新再联调。坑 2base_url 拼错404 找半天。OpenAI 兼容端点是 /v1 结尾多一个斜杠少一个斜杠都报错。先请求一下 /models 接口验通再写业务代码。坑 3tool calling 的 schema 太宽松。parameters 里不写 additionalProperties: False模型就会自作主张加字段下游解析直接崩。这个在 GPT、Claude、Qwen 上我都遇到过。坑 41M 上下文不等于可以无脑塞。长上下文计费是线性的隐式缓存命中 1.5 元看着便宜但缓存不命中的时候输入 12 元/百万——一次塞 500K token 的 prompt光输入就 6 块。长任务自己做好分段和摘要别把模型当无限内存。坑 5双协议是便利也是坑。OpenAI 协议和 Anthropic 协议的 message 结构完全不一样roles 的写法、system 的位置、tool_calls 的格式。同一套服务端逻辑接两套协议等于维护两份适配层。能用一套就别上两套。7. 总结与展望Qwen3.8-Max 这次最值得记住的不是 2.4T 这个数字是三件事长程任务能力站上第一梯队、API 双协议把迁移成本打下来、Max 旗舰首次开源下周。如果下周权重真放出来开源社区的天花板会被抬到 2.4T 这个量级。DeepSeek 把闭源溢价这层窗户纸戳穿之后阿里选择用开源生态锁住上下游这一步棋对开发者是实打实的好事。泼盆冷水基准分和真实体感是两回事。等开源权重落地本地部署的显存需求、推理速度、量化方案全是新问题API 的稳定性和限流策略也要真实流量检验。别急着把生产环境全切过去。最后留个问题你现在主力用哪家模型写代码Qwen3.8-Max 下周开源之后你会考虑本地部署还是继续用 API评论区聊聊有已经在千问平台上跑过 Qwen3.8 的也说说真实体感——我第一次写这个方向有不准确的地方欢迎指正。数据来源阿里官方发布口径2026-08-03甲子光年《阿里Qwen3.8正式发布编程与办公再进化》2026-08-03CNMO 科技2026-08-03凤凰网大风号、网易号转载2026-08-03知乎「如何评价8月3日上线的阿里Qwen 3.8 Max正式版」高赞答主实测分析2026-08-04。文中所有基准分数均为第三方公开口径本人未实测模型本体接入代码经本机语法级验证。
)
