8月13日，阿里正式开放了Qwen3.8-2.4T的模型权重，这是继Kimi K3开源半个月后，国产超大模型开源领域的又一重磅动作。此次开源不仅是参数规模达到2.4T的大模型，更标志着阿里首次开放其Max规模模型的权重，打破了此前Max系列仅通过API提供的惯例。
长期以来，阿里Qwen形成了两条产品线：开放权重的模型和更大的闭源Max模型。从2024年的Qwen-72B到Qwen2.5-Max，Max系列始终只通过Qwen Chat和DashScope API提供，而此次Qwen3.8的开源，是阿里首次将Max级模型权重完全开放。
从架构上看，Qwen3.8共有92层，总参数2.4T，每个Token激活95B。它采用512个专家，每次选择10个路由专家，并包含1个共享专家。相比Kimi K3的896个专家和103B激活量，Qwen3.8的每个专家更大，但总激活量稍小。在注意力机制上，Qwen3.8继承了Qwen3.5的混合架构，由23组结构组成，每组包含3层Gated DeltaNet和1层Gated Attention，即69层线性注意力加23层传统注意力，比例接近3:1，这与Kimi K3的架构非常相似。K3的93层中也有69层KDA和24层Gated MLA，同样约为3:1。两者甚至属于相近的技术谱系，KDA可视为对Gated DeltaNet遗忘机制的细粒度化版本。不过，K3在层间信息流上引入了AttnRes（注意力残差），而Qwen3.8则沿用了Qwen3.5的实现，仍采用传统的Pre-Norm残差结构。
在推理基础设施方面，Qwen3.8官方提供BF16和FP8 checkpoint，Inferact进一步提供NVFP4和MXFP4量化版本。BF16/FP8完整版本至少需要两台NVIDIA B300或AMD MI355X节点，而FP4之后可压缩到单节点部署。推理阶段采用TP（张量并行）、DP（数据并行）和EP（专家并行）的组合，Attention部分依赖TP，MoE部分依赖EP。此外，Qwen3.8还训练了Multi-Token Prediction（MTP）能力，示例配置一次预测3个候选Token，以减少自回归生成的串行延迟，这与DeepSeek V4的技术报告方向一致。
后训练方面，Qwen3.8明确将Agent Execution列为核心升级方向，强调自主规划、环境反馈处理和端到端任务完成。官方评测显示，从Qwen3.7-Max到3.8-Max，Terminal Bench 2.1从74.5升至86.6，PaperBench从64.8升至93.0，JobBench从31.3升至53.4，Toolathlon Verified从49.7升至72.5，而传统基准GPQA Diamond仅从92.4微升至92.6，HLE从41.4升至43.6。这表明这一代模型的增量主要发生在Coding Agent、General Agent和专业工作场景。此外，Qwen3.8默认开启preserve_thinking，保留推理上下文，与Kimi K3的后训练方向一致，显示“保留推理状态”正成为旗舰Agent模型的标配。
开源规则方面，Qwen3.8采用专门的Qwen3.8-Max License，而非Apache 2.0。该许可允许使用、复制、修改、分发、微调、部署、托管甚至出售衍生产品，但若商业产品超过1亿月活或月收入超过2000万美元，需在界面显著展示模型名称；若企业从事MaaS或AI Work Assistant业务，且连续12个月集团收入超过5000万美元，则需另行取得许可。这与Kimi K3的自定义许可类似，显示在3T级旗舰模型上，两家公司都选择了open-weight加自定义商业许可的模式，而非过去小模型时代更宽松的Apache式开放。
综合来看，Qwen3.8与Kimi K3在架构、后训练和开源策略上呈现出明显的收敛趋势：总参数进入2-3T，激活参数控制在100B左右，注意力机制采用约四分之三的递归/线性状态层配合四分之一的全局Attention，上下文目标稳定在百万Token，后训练重点转向Coding、Research和长程Agent。Kimi K3在架构上更激进，引入了KDA、AttnRes和Stable LatentMoE；而Qwen3.8则更像将Qwen3.5验证过的混合注意力架构直接Scale到Max级别。两者的架构差异已属小优化，而infra方面的并行调度和通信优化可能成为未来竞争的关键。国产旗舰模型的技术配方正在收敛，下一个能打破这一底子的创新者，将更值得期待。