Qwen3.8 首次開放 2.4T 參數 Max 級權重，每個 token 啟用 95B

阿里千問於 8 月 12 日公開 Qwen3.8‑2.4T‑A95B，首次把其 Max 級模型的權重交付社群。模型共有 2.4 兆參數，每個 token 啟用 95B；92 層網路以 23 組區塊排列，每組包含三層 Gated DeltaNet 線性注意力及一層標準 Gated Attention。MoE 層設有 512 個專家，每次選取十個路由專家及一個共享專家，並使用多 token 預測訓練。原生上下文為 262,144 token，可延伸至約 101 萬 token。

開放版目前是純文字模型，而且所有回應都必須進入思考模式；`reasoning_effort` 提供 low、medium、xhigh 三級，`preserve_thinking` 則可把先前推理保留於多輪訊息。這些介面對長時代理尤其重要：工程師可用推理預算交換延遲與成本，而不用改寫提示或切換模型。權重已相容 vLLM、SGLang 及 TokenSpeed，但 2.4T 參數的 BF16 檔案意味完整部署需要多節點、專家平行與高容量儲存，不能把「每 token 只啟用 95B」誤解為只需載入 95B。

官方測試顯示 Qwen3.8‑Max 在 Terminal Bench 2.1 得 86.6、SWE‑bench Pro 得 67.7，較 Qwen3.7‑Max 的 74.5 與 60.6 上升；PaperBench 則報 93.0。不過多項結果採 Claude Code、OpenCode 或 Qwen 自家 harness，部分基準亦為內部資料，未形成完全一致的橫向比較。開放權重模型與雲端 Qwen3.8‑Max 也不等同：後者另有視覺輸入、非思考模式、預設 1M 上下文及內建工具。下一步應觀察獨立重現、不同 expert-parallel 配置的吞吐，以及縮短推理預算後代理成功率是否維持。