8月13日，阿里正式開放了Qwen3.8-2.4T的模型權重，這是繼Kimi K3開源半個月後，國產超大模型開源領域的又一重磅動作。此次開源不僅是引數規模達到2.4T的大模型，更標誌著阿里首次開放其Max規模模型的權重，打破了此前Max系列僅通過API提供的慣例。
長期以來，阿里Qwen形成了兩條產品線：開放權重的模型和更大的閉源Max模型。從2024年的Qwen-72B到Qwen2.5-Max，Max系列始終只通過Qwen Chat和DashScope API提供，而此次Qwen3.8的開源，是阿里首次將Max級模型權重完全開放。
從架構上看，Qwen3.8共有92層，總引數2.4T，每個Token啟用95B。它採用512個專家，每次選擇10個路由專家，幷包含1個共享專家。相比Kimi K3的896個專家和103B啟用量，Qwen3.8的每個專家更大，但總啟用量稍小。在注意力機制上，Qwen3.8繼承了Qwen3.5的混合架構，由23組結構組成，每組包含3層Gated DeltaNet和1層Gated Attention，即69層線性注意力加23層傳統注意力，比例接近3:1，這與Kimi K3的架構非常相似。K3的93層中也有69層KDA和24層Gated MLA，同樣約為3:1。兩者甚至屬於相近的技術譜系，KDA可視為對Gated DeltaNet遺忘機制的細粒度化版本。不過，K3在層間資訊流上引入了AttnRes（注意力殘差），而Qwen3.8則沿用了Qwen3.5的實現，仍採用傳統的Pre-Norm殘差結構。
在推理基礎設施方面，Qwen3.8官方提供BF16和FP8 checkpoint，Inferact進一步提供NVFP4和MXFP4量化版本。BF16/FP8完整版本至少需要兩台NVIDIA B300或AMD MI355X節點，而FP4之後可壓縮到單節點部署。推理階段採用TP（張量並行）、DP（資料並行）和EP（專家並行）的組合，Attention部分依賴TP，MoE部分依賴EP。此外，Qwen3.8還訓練了Multi-Token Prediction（MTP）能力，示例配置一次預測3個候選Token，以減少自迴歸生成的序列延遲，這與DeepSeek V4的技術報告方向一致。
後訓練方面，Qwen3.8明確將Agent Execution列為核心升級方向，強調自主規劃、環境反饋處理和端到端任務完成。官方評測顯示，從Qwen3.7-Max到3.8-Max，Terminal Bench 2.1從74.5升至86.6，PaperBench從64.8升至93.0，JobBench從31.3升至53.4，Toolathlon Verified從49.7升至72.5，而傳統基準GPQA Diamond僅從92.4微升至92.6，HLE從41.4升至43.6。這表明這一代模型的增量主要發生在Coding Agent、General Agent和專業工作場景。此外，Qwen3.8預設開啟preserve_thinking，保留推理上下文，與Kimi K3的後訓練方向一致，顯示“保留推理狀態”正成為旗艦Agent模型的標配。
開源規則方面，Qwen3.8採用專門的Qwen3.8-Max License，而非Apache 2.0。該許可允許使用、複製、修改、分發、微調、部署、託管甚至出售衍生產品，但若商業產品超過1億月活或月收入超過2000萬美元，需在介面顯著展示模型名稱；若企業從事MaaS或AI Work Assistant業務，且連續12個月集團收入超過5000萬美元，則需另行取得許可。這與Kimi K3的自定義許可類似，顯示在3T級旗艦模型上，兩家公司都選擇了open-weight加自定義商業許可的模式，而非過去小模型時代更寬鬆的Apache式開放。
綜合來看，Qwen3.8與Kimi K3在架構、後訓練和開源策略上呈現出明顯的收斂趨勢：總引數進入2-3T，啟用引數控制在100B左右，注意力機制採用約四分之三的遞迴/線性狀態層配合四分之一的全域性Attention，上下文目標穩定在百萬Token，後訓練重點轉向Coding、Research和長程Agent。Kimi K3在架構上更激進，引入了KDA、AttnRes和Stable LatentMoE；而Qwen3.8則更像將Qwen3.5驗證過的混合注意力架構直接Scale到Max級別。兩者的架構差異已屬小最佳化，而infra方面的並行排程和通訊最佳化可能成為未來競爭的關鍵。國產旗艦模型的技術配方正在收斂，下一個能打破這一底子的創新者，將更值得期待。