前言¶
2026 年 8 月 3 日，阿里巴巴在杭州正式發佈 Qwen 系列迄今最強模型 Qwen3.8-Max。這是一款總參數量達 2.4 萬億、單次推理激活約 950 億參數的稀疏混合專家（Sparse MoE）模型，支持最高 100 萬 Token 上下文，並在 Hacker News 上獲得 1090+ 分、近 600 條評論，成爲近期開發者社區最熱議的開源 AI 話題之一。
與此前 Qwen 系列「API 先行、權重滯後」的節奏不同，阿里宣佈將在 8 月第二週（約 8 月 10 日前後）於 Hugging Face 與 ModelScope 首次公開 Max 級模型權重，同時還將開源體量更小的 Qwen3.8-27B 檢查點。對關注長程自主編程 Agent 的開發者而言，這次發佈值得認真拆解。
模型概覽：2.4T MoE 與百萬上下文¶
Qwen3.8-Max 基於 Qwen 3.5 架構演進，採用 Sparse MoE + 混合注意力（Hybrid Attention） 設計：總參數 2.4T，但每次請求僅激活約 95B 參數，在規模與推理成本之間做平衡。
官方披露的核心規格如下：
| 項目 | 數值 |
|---|---|
| 總參數量 | 2.4 萬億（2.4T） |
| 單次激活參數 | 約 950 億（95B） |
| 上下文窗口 | 最高 100 萬 Token |
| 最大輸入 | 991K Token（開啓 thinking 模式時爲 983K） |
| 最大輸出 | 131K Token |
| 模態 | 文本 / 圖像 / 視頻輸入，文本輸出 |
在公開榜單上，Qwen3.8-Max 在 Text Arena 排名第 5、Vision Arena 排名第 2，前端編碼評測 Frontend Code Arena 排名第 4。阿里同期還上線了辦公 Agent 平臺 QwenWork，可在該平臺直接體驗模型能力。
16 天自主編程：oh-my-cli 案例¶
本次發佈最受開發者關注的，並非單純的 benchmark 分數，而是阿里披露的 長程自主軟件工程（Long-horizon Autonomous Software Engineering） 內部測試。
據官方博客與多家媒體報道，Qwen3.8-Max 在 無人工干預 的條件下，歷時約 16 天 從零搭建了一個名爲 oh-my-cli 的自進化 Agent 框架。模型自行建立了「用戶反饋 → 代碼生成 → 測試 → 預覽 → 日誌分析」的工程閉環，並持續迭代。
該項目的 GitHub 倉庫已公開：https://github.com/qwen-code-dev-bot/oh-my-cli
從 README 可見，oh-my-cli 是一個基於 Node.js 22 + TypeScript 的代碼 Agent CLI，核心特性包括：
- 對接任意 OpenAI 兼容端點（含 DashScope）
- 默認 fail-closed 的安全審批與命令策略
- JSONL 持久化會話，支持 resume / compact / undo
- 無頭 JSON 事件流，便於自動化集成
- 附帶 Electron Desktop 與 Web Delivery Board
倉庫採用 Apache 2.0 許可證，並配有 AUTONOMY.md 自治契約文檔，說明其「自進化」並非營銷話術，而是有明確治理邊界的工程實踐。
需要強調的是：16 天自主編程是阿里內部測試結論，第三方尚未獨立復現；閱讀時應將其視爲能力方向展示，而非已驗證的通用生產力基準。
API 接入：OpenAI 兼容與 Claude Code 集成¶
Qwen3.8-Max 現已通過 阿里雲 Model Studio（QwenCloud）向全球開發者開放 API。官方支持 OpenAI Chat Completions 與 Anthropic API 兩種協議，這意味着現有工具鏈改動極小——通常只需替換 base_url 與 model 即可接入。
據 the-decoder 等媒體報道，以下工具可直接對接：
- Claude Code
- Codex / Qoder CLI
- Qwen Code
- OpenClaw
模型還提供 reasoning_effort 參數，可在速度與子任務 thoroughness 之間切換三檔推理強度。
快速接入示例¶
以 OpenAI 兼容方式調用（需替換爲你的 API Key 與端點）：
from openai import OpenAI
client = OpenAI(
api_key="YOUR_DASHSCOPE_API_KEY",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
response = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "user", "content": "Review this Python module for edge cases."}
],
extra_body={"reasoning_effort": "medium"},
)
print(response.choices[0].message.content)
若使用 Claude Code，一般只需在配置中指定 Anthropic 兼容端點與模型 ID，即可將 Qwen3.8-Max 作爲後端模型運行，無需重寫 Agent 邏輯。
定價與限流（官方模型頁）¶
MarkTechPost 援引阿里模型頁數據，Qwen3.8-Max API 定價約爲：
- 輸入：$2 / 百萬 Token
- 輸出：$6 / 百萬 Token
- 緩存輸入：$0.25 / 百萬 Token
限流：200 萬 Token/分鐘，1.5 萬次請求/分鐘。相較同檔閉源旗艦模型，價格有一定競爭力，但具體成本仍需結合任務長度與 reasoning 模式實測。
開源權重：Max 級首次開放¶
阿里明確表示，Qwen3.8-Max 權重將在發佈後的下一週（約 8 月 10 日前後）上線 Hugging Face 與 ModelScope。這是 Qwen 家族 首次對 Max 級模型開放權重。
同時開源的還有 Qwen3.8-27B——更適合普通 GPU 集羣本地部署的檢查點。需要清醒認識的是：
- 2.4T 全量權重屬於多節點數據中心級 artifact，個人工作站幾乎無法完整加載
- 截至成稿時，開源許可證文件名、激活參數精確值等細節尚未全部公開
- 對多數團隊，API 調用 + 27B 本地部署纔是更現實的組合
社區反響：HN 上的冷靜與期待¶
Hacker News 帖子「Qwen3.8-Max: A New Bar for Coding and Cowork」（ID: 49150470）獲得 1090 分與 594 條評論，討論集中在幾個方向：
- 16 天自主編程的可信度與可復現性——部分評論要求公開完整日誌與中間產物
- 2.4T MoE 開源對自託管生態的意義——有人期待類似 DeepSeek 的蒸餾與社區微調
- Claude Code 兼容降低了遷移成本——已有開發者分享替換端點後的初步體驗
- 中美模型差距——部分討論將 Qwen3.8-Max 與 Opus、GPT-5.x 等旗艦做橫向對比
整體而言，社區態度是「能力聲明令人印象深刻，但等待權重與第三方評測再下結論」。
對開發者的實操建議¶
若你正在評估 Qwen3.8-Max，可按以下路徑推進：
- 先走 API：在 Model Studio 註冊，用 OpenAI SDK 或 Claude Code 做小規模編碼 / Agent 任務驗證
- 關注 oh-my-cli：閱讀其
AUTONOMY.md與 session JSONL 設計，理解長程 Agent 的工程閉環 - 權重發布後優先試 27B：本地可部署性遠好於 2.4T 全量 checkpoint
- 長上下文場景實測：百萬 Token 窗口對代碼庫級 RAG、長文檔分析有潛在價值，但需注意 latency 與費用
- 保持審慎：內部 benchmark 與 16 天案例是方向信號，生產環境仍需自有數據集壓測
小結¶
Qwen3.8-Max 的發佈，標誌着阿里在 超大規模 MoE、百萬上下文 與 長程自主 Agent 三條線上同時發力。16 天無人工干預構建 oh-my-cli 的案例、Max 級權重首次開源的承諾，以及 Claude Code / OpenAI 雙協議兼容，共同推高了開發者期待。
接下來一到兩週，權重落地、許可證細節與獨立評測將陸續揭曉。對關注 coding agent 與開源大模型的讀者而言，這無疑是 2026 年 8 月最值得跟蹤的技術事件之一。
