阿里把 2.4T 参数全亮出来了——Qwen3.8-Max 首次开源，PaperBench 93 分超过 Fable 5

阿里这次把家底亮出来了。

2.4 万亿参数，95B 激活，首次把 Qwen-Max 级权重开源——PaperBench 93 分，比 Claude Fable 5 高 4.2 分。

先说清楚这次到底发了什么。

8 月 3 日，阿里正式发布 Qwen3.8-Max。规格很暴力：2.4T 总参数，95B 激活参数，每次推理只动用约 4% 的专家网络。128K 标准上下文，可扩展到 1M tokens。思考模式和快速模式之间切换，不需要两套权重文件。

然后是那个炸场的数据：PaperBench 93 分。Claude Fable 5 是 88.8 分。这一下就高了 4.2 分。

但比数字更重要的是——这次是阿里第一次把 Qwen-Max 级权重开源。

以前开源圈有个潜规则：最强模型闭源，中等模型开源，攒够了再放下一代。阿里这回把这个惯例打破了——8 月 10 日当周，Hugging Face 和 ModelScope 同步开源 2.4T 权重。

MoE 架构是关键技术背景。Sparse Mixture of Experts 的意思是说，每次推理只激活跟当前任务相关的专家子网络，所以虽然总参数 2.4T，实际计算量只跟一个 95B 的稠密模型相当。对部署方来说，这意味着推理成本大幅压缩。对开发者来说，这意味着自己跑一个 2.4T 的模型不再是梦。

对 AI 编程工具市场，这意味着什么？

PaperBench 是用论文复现能力评估模型的基准，93 分意味着 Qwen3.8-Max 在「读论文→理解方法→实现代码」这条链路上已经非常强了。coding agent 最核心的能力就是这一条：能不能准确理解一个技术方案并写出来。

DeepSeek V4 Flash 0731 7 月 31 日刚发布，Terminal Bench 82.7 分逼近 Opus 4.8 的 85.0。国产开源模型最近这一波连续冲击，已经不是「追赶」而是「部分领先」了。

LlamaIndex 和 LangChain 这类工具链厂商会第一时间适配 Qwen3.8-Max 的 API。前端工程师直接用这些工具调用最强开源模型跑自己的 coding agent，比订阅 Claude Code 便宜一个量级。

下一步可以做什么：

如果你在搭 AI 编程工具——下周权重开源后，跑一遍 Qwen3.8-Max 的量化版本，看本地部署能不能跑起来。Oxlint 官方已经适配了 Claude Code，但 Qwen 的生态还在快速建立，现在进去有先发优势。

如果你在评估 AI 编程工具的供应商——现在除了 Claude Fable 5 和 GPT-5.6 Luna，还多了 Qwen3.8-Max 一个强力选项。价格还没出来，但按阿里的风格，大概率比 Anthropic 的订阅便宜。

开源即最强的时代，这次真的来了。