Qwen 3.8-Max - 阿里云 Qwen 团队推出的旗舰大模型

Qwen 3.8-Max是什么

Qwen 3.8-Max 是阿里云 Qwen 团队的旗舰大模型，总参数 2.4 万亿，基于 Qwen 3.5 架构扩展而成。它是 Qwen 家族目前最强的模型，也是第一个即将开源权重的 Max 级别模型。编程、办公、科研及长程任务的能力都做了升级，可以走千问 AI 平台的 API 调用，兼容 OpenAI 与 Anthropic 协议，能直接接进 Claude Code、Codex、Qoder 等主流智能体框架。

Qwen 团队已开源总参数 2.4T、每 Token 激活 95B 的 MoE 大模型 Qwen3.8-2.4T-A95B，原生支持 256K 上下文，编程与 Agent 任务上表现领先，Qwen-Max 级别第一次开放权重。

Qwen3.8-Max-0902 版本针对编程与专业办公场景做了强化后训练，在 CodeArena 前端编程总榜夺冠，每百万 Tokens 仅 5 美元的价格也刷新了全球模型的性价比上限。

Qwen 3.8-Max的主要功能

• 长程自动编程：能连续十天自主编程，自己搭出可自进化的 harness，把需求收集、issue 派发、代码生成和自我修复一路做下来。
• 论文复现与超越：独立复现论文实验，再用四轮自我进化循环试了 18 种改进想法，在 AIME24 上比原方法高 2.7 分。
• 竞赛实战：24 小时内自己搭方案、自己迭代，准确率从 0.60 提到 0.853，赢了 87% 的人类参赛队伍。
• 办公提效：覆盖数百种职业场景，比如律师一小时内标出 1,284 条条款，设计师一次生成 8 页可交互原型。
• 量化策略研发：给一句话描述，它调度约 330 个子智能体跑了约 6,000 次回测，最后交付一套端到端的 ETF 轮动策略。
• 芯片自主设计：大约 500 轮交互，把密码加速器的网表门数从 8,298 压到 678，面积缩减 81%，时序也闭合了。

Qwen 3.8-Max的技术原理

• 架构扩展：在 Qwen 3.5 架构上扩展，总参数 2.4 万亿，激活 95B，架构继承性保住了，规模也上了一个台阶。
• 真实世界强化学习系统：通过联合扩展 RL 环境数量与训练算力提升通用工作能力，核心解决三个耦合挑战：在任务、工作空间、Harness 三个维度上解耦，让环境数量按组合方式增长；建一套统一奖励系统，把基于执行的校验、文本与渲染后视觉输出的 rubric 评估、agentic 检查都收进来，消除任务专用验证器带来的不一致；再加一个在线数据均衡器，对每个 batch 在任务、难度、工作区与 harness 上重新均衡分布，降低梯度方差，训练算力才能稳定扩下去。
• 自进化反馈闭环：靠执行、反馈、迭代这套自适应机制往前推，几百到几千轮交互里能保持一条连贯的策略，仿真、综合、布局这些反馈闭环都用上，最后动的是算法级的数据通路，不是表面的语法微调。
• 动态工作流编排：任务规划用编程方式驱动，编排逻辑固化成能复现的程序，单链路的连贯研发和大规模并行探索之间可以切换，原本要串行推进的复杂任务，能在一次对话里跑完并规模化交付。

如何使用Qwen 3.8-Max

• 千问AI平台调用：注册账号拿到 API Key，走兼容 OpenAI 或 Anthropic 协议的接口直接调。
• 调节推理深度：通过 reasoning_effort 参数设置 xhigh（默认，深度分析）、medium（平衡）或 low（高效推理），成本和性能按需取舍。
• 集成智能体框架：填好 API Key 和 Base URL，就能接进 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 这些编程助手和 Agent 框架。
• 开源权重部署：下周起可以从 Hugging Face 或 ModelScope 下载权重，本地部署、二次开发都行。

Qwen 3.8-Max 的核心优势

• 超长程自主执行：能连着专注几天到几十天，靠执行、反馈、迭代的闭环自我进化，中间不用人插手。
• 真实世界 RL 训练：环境数量和训练算力一起扩，在 QwenWork、Claude Code、Codex、OpenClaw、Hermes 这些 harness 上表现均衡，而且一直在涨。
• 端到端交付能力：动态工作流把编排逻辑固化成可复现的程序，原本要几周串行推进的任务，压缩到一次对话里就能规模化交付。

Qwen 3.8-Max 的项目地址

• 项目官网：https://qwen.ai/blog?id=qwen3.8
• 魔搭模型库：https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95B