千问3.8将开源，2.4T预览版先上车

阿里千问在7月19日确认，新一代旗舰模型Qwen3.8即将正式发布并开放权重，参数总量达到2.4T；其预览版本Qwen3.8-Max-Preview已经率先进入阿里云Token Plan、Qoder和QoderWork，千问PC端与App预计将在正式版发布后同步接入。

Qwen3.8是阿里千问面向复杂智能体任务推出的新一代旗舰模型系列。 按照官方当前披露的信息，它并不是一次常规的小版本迭代：模型总参数从业界常见的数千亿级进一步推到2.4万亿级，重点测试场景也从问答、写作转向全栈开发、数据分析、Office办公工作流和多智能体长程任务。

Qwen3.8-Max-Preview是正式版发布前提供给用户试用和收集反馈的预览模型。 “Preview”意味着它的能力、输出风格、推理效率乃至产品入口仍可能快速调整，因此现阶段更适合用来做能力摸底，而不适合未经回归测试就替换生产环境中的稳定模型。

千问官方给出的措辞相当激进：Qwen3.8正在以“天”为单位持续进化，并称它“可能是除了Fable 5之外最强大的模型”。但截至2026年7月19日，官方尚未同步公布完整技术报告、第三方基准成绩、上下文长度、推理价格、模型许可证以及可下载权重，因而这句话目前只能视作产品预告，不能当成已经被公开测试验证的结论。

2.4T很大，但参数总量不是能力成绩单

2.4T参数指模型包含约2.4万亿个可训练参数，而不是每生成一个Token都一定调用全部2.4万亿参数。 对大规模混合专家模型而言，总参数量更像一家公司全部员工的数量，单次推理真正参与工作的“激活参数”才更接近当班团队规模；如果不知道架构和激活参数，仅凭2.4T无法准确判断推理成本、速度和显存需求。

混合专家模型（Mixture of Experts，MoE）是一种每次只激活部分专家网络的稀疏模型架构。 这类架构可以在扩大知识容量的同时控制单次计算量，已经成为万亿参数模型的常见路线，不过千问目前还没有正式确认Qwen3.8-Max的专家数量、路由机制和单Token激活规模。

2.4T参数至少释放了一个明确信号：阿里仍在扩展旗舰模型的容量上限，并没有完全押注“小模型加工具调用”的路线。对于代码仓库理解、跨文档分析和长周期Agent任务，模型不仅要知道更多，还要在几十甚至数百个步骤中维持状态、识别错误并主动修正，基础模型的容量依然重要。

参数量无法替代真实任务完成率。 一个拥有2.4T总参数的模型，如果在工具调用中频繁传错参数、修改代码后不运行测试、处理表格时破坏公式引用，那么它在Agent场景中的实际价值仍可能低于规模更小但训练和工具链更成熟的模型。

因此，Qwen3.8正式发布后最值得追踪的并不是单轮知识问答跑分，而是以下指标：

• 软件工程任务能否从“生成代码片段”提升到“定位问题、修改多文件、执行测试并提交可用结果”；
• 长程任务执行数十步后，能否保持目标一致并控制错误累积；
• 浏览器、终端、Office和数据分析工具的调用成功率是否稳定；
• 长上下文中能否准确找回分散信息，而不是只做到“放得进去”；
• 单次任务总Token消耗、首Token延迟与完整任务耗时是否可接受；
• 开放权重版本能否复现在线Max版本的能力，而不是只开放较小规格。

预览版先进入Qoder，说明代码Agent是主战场

Qoder是阿里面向软件开发任务推出的AI编程产品，而QoderWork更强调从需求到交付的长流程协作。 Qwen3.8-Max-Preview首批进入这两个入口，而不是只在聊天产品中亮相，说明阿里希望用户用真实工程任务检验新模型，而不只是比较聊天语气和知识问答。

Agent是能够规划步骤、调用工具并根据执行结果继续行动的模型系统。 它与普通聊天机器人的区别在于，聊天模型通常给出建议，Agent则要真正打开文件、运行命令、分析报错、修改内容并检查结果；前者答错一句话可能很快被发现，后者走错一步可能污染整个任务链。

全栈开发恰好是检验Agent能力最直接的压力测试。一个“实现登录功能”的需求可能同时涉及前端表单、后端接口、数据库迁移、权限校验、自动化测试和部署配置，模型必须跨越多个文件与技术栈，并在执行过程中处理环境差异和依赖冲突。单轮代码生成能力很强，并不等于能把这个任务完整交付。

数据分析与Office工作流同样比演示视频看起来更难。真实企业文件经常存在格式混乱、字段缺失、表格合并、公式引用和权限边界，模型不仅要输出结论，还必须保证计算过程可追溯、原始数据不被意外改写，并在不确定时主动请求确认。

阿里目前称Qwen3.8-Max-Preview在全栈开发、数据分析、Office办公工作流等复杂、多Agent、长程内部任务中达到世界前沿水平，但尚未给出任务集规模、评分规则、对照模型、人工复核方法和具体成功率。内部评测可以帮助产品快速迭代，却不能代替可复现的公开评测。

与Qwen3.7相比，已知信息其实不多

Qwen3.7是千问上一代面向智能体场景的旗舰系列，重点覆盖编程、办公自动化与长周期自主执行。 Qwen3.8-Max-Preview延续了这一方向，官方声称能力较Qwen3.7-Max进一步提升，但没有公布具体提升百分比。

| 对比项 | Qwen3.7-Max | Qwen3.8-Max-Preview | 当前判断 | |---|---|---|---| | 产品定位 | 全能智能体旗舰模型 | 新一代旗舰预览模型 | 3.8继续押注复杂Agent任务 | | 参数规模 | 当前资料未提供可比数字 | 总参数2.4T | 缺少激活参数，不能据此估算推理成本 | | 重点场景 | 编程、办公自动化、长周期任务 | 全栈开发、数据分析、Office、多Agent长程任务 | 场景方向延续，复杂度进一步提高 | | 上线状态 | 已正式上线 | 预览版已上线部分产品 | 预览版仍可能频繁更新 | | 公开权重 | 需按具体版本判断 | 官方称正式版将开放权重 | 权重规格与许可证尚未公布 | | 公开基准 | 已有产品侧能力描述 | 暂无完整公开成绩 | 目前无法量化提升幅度 | | 上下文长度 | 需以具体模型说明为准 | 尚未公布 | 长程Agent能力缺少关键参数 | | 价格与延迟 | 已进入现有商业服务体系 | 尚未公布独立价格 | 企业部署前无法计算总体成本 |

这张表暴露出的核心问题很简单：Qwen3.8已经有了参数规模和产品入口，却还没有一张可供开发者审计的完整“身份证”。在技术报告出现以前，任何“最强”判断都缺少三个基础支点——可复现成绩、同条件成本和稳定版本。

“开源”与“开放权重”不能混为一谈

开放权重（open-weight）是指允许用户下载或获取模型训练后的参数文件，并进行本地推理或在许可证允许范围内微调。 千问英文官方表述使用的是“going open-weight soon”，国内消息普遍将其简化为“开源”，但两者并不完全等价。

严格意义上的开源模型应同时提供清晰许可证，并对权重、代码、使用限制和可修改范围作出明确说明。 如果一个模型只开放权重，却没有训练数据、完整训练代码和训练流程，它更准确的称呼仍是开放权重模型，而不是训练全流程开源模型。

这一差异对企业和开发者并非文字游戏。许可证会直接决定模型能否用于商业产品、是否限制特定规模企业、衍生模型如何分发，以及输出结果和微调权重需要承担哪些义务；架构与推理代码是否同步开放，则决定社区能否快速适配主流推理框架和国产算力平台。

千问过去在GitHub和Hugging Face建立了较完整的模型发布渠道，这让Qwen3.8开放权重的承诺具有一定可信度。不过，正式版最终开放的是完整2.4T规格、蒸馏版本、量化版本，还是多档尺寸组合，目前都没有被确认。

2.4T权重即使开放，也不意味着普通工作站能够直接运行。以未量化权重做粗略估算，若每个参数采用16位精度，仅权重理论体积就可能达到约4.8TB；即使采用4位量化，理论权重数据仍约1.2TB，而且实际部署还需要额外的量化元数据、运行时缓存和并行通信资源。该估算只用于展示规模，不代表Qwen3.8最终文件大小，因为MoE结构、权重格式和官方发布规格仍未公布。

阿里选择先上线、后发报告，是一次产品化优先的发布

Qwen3.8当前采用的是“先让真实用户跑任务，再完成正式发布”的节奏。 预览版首先进入Token Plan和开发工具，可以更快收集失败轨迹，例如模型在哪类仓库中容易误删文件、在哪些办公任务中会错误解释表格，以及多Agent协作时是否出现重复劳动。

这种节奏对模型迭代有效，却会提高企业用户的版本管理成本。官方所谓“以天为单位持续进化”意味着同一个模型名称下的行为可能快速变化，昨天通过的提示词和工作流今天未必保持一致，因此严肃业务需要保存测试集、记录模型版本，并为关键任务设置人工确认与回滚机制。

Token Plan的率先接入也说明阿里在探索从按Token计费转向套餐式使用体验。对于Agent任务而言，用户真正关心的往往不是一次输入输出用了多少Token，而是一个完整的软件开发或数据分析任务花了多少钱、耗时多久、是否一次完成；如果模型为了修正错误反复执行工具，低单价也可能带来更高的任务总成本。

Qwen3.8真正要证明的是“能交付”，不是“会回答”

Qwen3.8的潜在价值在于把开放权重模型的竞争从聊天能力推进到可执行的生产力任务。 如果正式版能够在代码、办公和数据分析中接近顶级闭源模型，同时给出宽松许可证、可部署权重和有竞争力的推理成本，它会对企业私有部署与本地Agent生态产生直接推动。

但现阶段不宜把2.4T和“最强”画上等号。开发者至少应等待正式技术报告、公开权重、许可证、第三方评测和价格信息，再决定是否迁移生产工作流；抢先体验用户则可以优先测试自己的高价值失败案例，而不是重复跑已经被排行榜优化过的通用题库。

正式版发布后，OpenAI Hub认为最关键的五个观察点是：

1. 开放范围：是否真的提供2.4T Max权重，还是只开放较小衍生版本；
2. 实际计算量：MoE总参数、激活参数和专家路由方案分别是多少；
3. 可复现能力：公开基准是否包含软件工程、工具调用和长程任务；
4. 任务经济性：价格、延迟、吞吐与完成一个真实任务所需的总Token；
5. 许可与生态：许可证是否允许广泛商用，主流推理框架能否及时适配。

Qwen3.8已经完成了发布前最有效的一次预热：2.4T参数、即将开放权重、预览版直接进入编程与办公产品，三个标签都准确踩中了当前模型竞争的焦点。下一步决定它能否坐上第一梯队的，不是再多一句“世界前沿”，而是阿里能否把权重、评测、成本和许可证同时摆到桌面上。

参考来源

• IT之家：阿里千问Qwen3.8预览版模型上线——整理了2.4T参数、预览版入口及正式版开放计划等已披露信息。
• IT之家：千问PC端接入Qwen3.8-Max-Preview——补充千问PC端与App后续接入安排。
• QwenLM GitHub官方组织页——千问历代开放模型、推理代码与相关项目的官方发布渠道之一。
• Qwen Hugging Face官方组织页——千问模型权重、模型卡与许可证信息的主要托管渠道，Qwen3.8正式开放后可在此核验具体规格。