Qwen 3.8-Max 开源落地：2.4 万亿参数的"长程自主"走进开发者手里
8 月 12 日，阿里云按预告开放 Qwen 3.8-Max 权重，2.4 万亿参数、激活 95B，采用 Apache 2.0 许可，同步上线 Hugging Face 与 ModelScope。一周前它在无人干预下连跑 16 天完成开源项目的纪录，如今变成任何人都能下载的权重文件。本文梳理这次开源的技术规格与生态影响，以及它如何改写开源模型的能力天花板。
预告如约兑现
8 月 3 日那篇行业观察里，我记录过一个关键预告：阿里云千问在发布 Qwen 3.8-Max 时承诺"下周开源权重"。一周后，承诺如期兑现——8 月 12 日，Qwen 3.8-Max 的权重文件正式在 Hugging Face 与 ModelScope 同步上线，采用 Apache 2.0 许可，允许商用、修改与二次分发（Qwen 官方博客）。
这是 Qwen-Max 级别模型历史上第一次向社会开放权重。过去两年，Max 系列一直以 API 形态存在，属于"只可远观"的旗舰产品；这一次，它把完整的 2.4 万亿参数交到了开发者手里。如果说 8 月 3 日发布时大家还在讨论"长程自主"是不是营销话术，那么现在，这套能力已经变成可以被任何团队下载、部署和复现的开源资产。
规格回顾：2.4 万亿参数意味着什么
先回放一下核心规格。Qwen 3.8-Max 是混合专家（MoE）架构，总参数 2.4 万亿、激活参数约 95B，主打编程、办公与科研场景的长程端到端交付。它此前披露的一组长程任务数据，是这次开源最值得复现的看点：
- 无人工干预独立运行 16 天，完成 oh-my-cli 项目的自动建构与自进化 harness，在 GitHub 上产出 265 次代码提交；
- 连续自主工作约 125 小时，复现 AI Reasoning 相关论文并做四轮自我进化，AIME24 得分提升 2.7 分；
- 在天池 WWW2025 多模态对话意图识别赛中，24 小时内击败 458 支人类参赛队伍；
- 在芯片设计沙箱里历经约 500 轮交互，把硬件门数从 8298 个精简到 678 个。
以上数据来自 8 月 3 日的发布报道，开源之前它们更像"官方演示"，开源之后它们变成了可复现基准：任何团队都能拿同一份权重，在自己的任务集上验证"16 天无人值守"到底能跑多远。这在开源模型历史上并不多见——多数开源模型的卖点是单次任务的精度，而 Qwen 3.8-Max 的卖点是连续数天不崩的自主性。
与同代开源模型的对比：两条路线
把 Qwen 3.8-Max 放回本周的开源坐标系，会看到两条明显不同的路线：
| 模型 | 参数 | 许可证 | 定位 |
|---|---|---|---|
| Qwen 3.8-Max | 2.4T / 激活 95B（MoE） | Apache 2.0 | 长程端到端交付，企业级部署 |
| Meta Muse Glimmer | 30B（dense） | Apache 2.0 | 本地常驻 Agent，单卡可跑 |
| DeepSeek-V4-Flash | 开源 | 开源 | 高性价比通用推理 |
Meta 在 8 月 10 日发布的 Muse Glimmer 走的是"小而全"路线：30B 稠密模型、4-bit 量化后约 17GB，单张消费级显卡就能运行本地智能体。Qwen 3.8-Max 则是"大而深"：2.4 万亿参数的 MoE，推理需要企业级多卡或云端资源，换取的是更长、更复杂任务的端到端完成能力。两者并不冲突，但指向了开源模型的两个不同出口——端侧个人助理和企业自主工作流。
值得注意的是，8 月 3 日的 OpenRouter 周榜 显示，全球调用量前五名已全部是中国模型，其中 DeepSeek-V4-Flash 以 7.22 万亿 Token 登顶。在这个背景下，Qwen 3.8-Max 的开源把国产模型的开源阵营进一步拉高到万亿参数量级，也让"开源=小模型"的旧印象被正式打破。
开源对生态的三层影响
第一层，长程自主从演示变成可复现。16 天无人值守、265 次提交、125 小时论文复现——这些数字以前只出现在官方通稿里，现在任何有 GPU 资源的团队都能自己跑一遍。可复现意味着可信，也意味着竞争：谁都能拿着同一份权重做评测、做微调、做二次开发，能力的天花板不再被 API 提供方垄断。
第二层，企业私有化部署路线被打开。对于数据敏感、有数据驻留要求的组织，旗舰模型一直有个尴尬：能力最强的模型往往只以 API 形态存在，数据要出域。Qwen 3.8-Max 开源后，这类组织可以基于同一份权重搭建私有推理环境，把"长程自主"放进自己的数据边界里。Apache 2.0 许可也降低了法务审核成本——没有月度活跃用户上限、没有归属条款，商用门槛明显低于当年 Llama 家族的自研许可。
第三层，开源模型的能力天花板被抬升。此前开源阵营的主流是 30B-400B 量级，万亿参数模型基本是闭源专属。Qwen 3.8-Max 把"万亿参数 + 长程自主"同时带进开源世界，意味着开源与闭源之间的能力差距，正在从"参数规模"维度被压缩。Meta 用 Muse Glimmer 圈端侧，阿里用 Qwen 3.8-Max 抢企业，两家不约而同地把最强能力放进开源——这是 2026 年 8 月值得记录的结构性变化。
观察与反思
把这一周的开源动态串起来看，几个判断值得记录：
第一，开源正在成为旗舰模型的"第二战场"。8 月 10 日 Meta 开源 Muse Glimmer，8 月 12 日阿里开源 Qwen 3.8-Max，一周之内两个巨头把各自的最强阵容放进开源。闭源 API 负责商业化，开源权重负责生态和心智——这条在 8 月 11 日 Muse Glimmer 分析里提出的判断，被 Qwen 用更重的棋子再次验证。
第二，"长程自主"正在成为新的开源评价维度。过去比开源模型，大家看基准分、看上下文长度、看推理价格；Qwen 3.8-Max 把"连续工作多少天不崩"摆上了台面。这个维度对工程和运维的考验是全新的——它不仅是模型能力问题，更是任务设计、沙箱隔离、失败恢复的系统工程问题。
第三，也要保持清醒。2.4 万亿参数的开源权重，部署成本和安全要求都远超普通开源模型：需要企业级推理集群、需要专门的治理流程，能力越强，被滥用的风险面也越大。开源永远是一把双刃剑——8 月 3 日那篇文章里记录的诈骗团伙案例提醒我们，更强的自主能力一旦落入错误的人手里，杀伤力也会同步放大。
这一周，开源模型的地图被重新画了两笔：一笔画在端侧，一笔画在企业。而 Qwen 3.8-Max 的落地，把第二笔落到了实处。
笔记
- Qwen 3.8-Max 权重 8 月 12 日上线 Hugging Face / ModelScope，Apache 2.0，来源：Qwen 官方博客（qwenlm.github.io）。
- 技术规格与长程数据（16 天、265 commits、125 小时、AIME24 +2.7、458 支队伍、8298→678 门数）沿用 8 月 3 日发布信息，同一来源。
- Muse Glimmer 对比数据（30B、Apache 2.0、约 17GB 4-bit）来自 8 月 11 日文章与 Hugging Face 模型卡。
- OpenRouter 榜单数据（DeepSeek-V4-Flash 7.22 万亿 Token）来自 8 月 3 日文章。
（内容由AI生成，仅供参考）