Qwen3.8-Max 正式版 GA：2.4T 参数、95B 激活，API 已上线 (2026)

先看结论

Qwen3.8-Max 的 GA 版本已经可以直接试用：先在 QwenCloud 用 qwen3.8-max 跑一组真实的长程编码或多步骤工作任务，再决定是否重跑你的模型评测。它的卖点不是单项问答分数，而是 2.4T 参数、95B 激活、1M 上下文和面向长任务的多模态 Agent 能力；但目前能确认的 benchmark 仍以 Qwen 官方测试为主，不能直接当成跨模型的独立排行榜。1 2

这次补发的是 2026 年 8 月 3 日的正式版 GA，不是 7 月 19 日的 Qwen3.8-Max-Preview。官方 X 帖文显示，北京时间 8 月 3 日 10:15，Qwen 宣布正式版上线，并公布了 API 价格和开放权重计划。2

GA 版本把什么带到了手上

项目	已确认信息	对选型的影响
模型家族	Qwen3.8-Max；官方称其基于 Qwen3.5 的架构基础，定位是 Qwen 家族截至当时能力最强的模型	重点应放在长程任务、编码、办公和研究流程，而不只是短问答
参数	总参数 2.4T，激活参数 95B；这是 MoE 模型，单次计算只激活部分参数	不能把 2.4T 直接换算成显存需求；本地部署要等权重、量化和推理文档
上下文	QwenCloud 模型页列出 1M context，最大输入 991K、最大输出 131K	适合把大型代码库、长文档或长流程放进同一任务，但长上下文不等于一次完成率稳定
输入输出	支持文本、图片和视频输入，输出为文本	可把文档、截图、视频和工具结果放进同一条工作链
开放权重	Qwen 官方博客写明：Qwen3.8-Max 权重「下周」开放，同时开放 Qwen3.8-27B	这是正式版的发布承诺；本稿不把该承诺等同于已确认的下载、许可证或部署条件

上述参数和能力来自 Qwen 发布博客与 QwenCloud 模型页；「激活参数」指 MoE 推理时每个 token 实际参与计算的参数规模，不是模型总参数。1 3

Benchmark 信号：长任务强，但别把厂商表格当成独立榜单

Qwen 官方给出的代表性结果如下。分数是官方博客中的对比表；其中既有 Qwen 自测，也混用了公开榜单或其他模型的已发布成绩，测试 harness、推理强度和运行时并不完全相同。

方向	Benchmark	Qwen3.8-Max 官方分数	读法
编码 Agent	TerminalBench 2.1	86.6	已进入第一梯队，但官方表中 GPT-5.6 Sol 为 88.8
研究复现	PaperBench	93.0	这张表中高于 Qwen3.7-Max 的 64.8
专业协作	CoWorkBench	74.8	比 Qwen3.7-Max 的 64.6 高，但低于表中的 Fable5 75.9
电脑操作	OSWorld-Verified	86.1	高于表中的其他对比模型分数
指令遵循	IFBench	82.8	高于 Qwen3.7-Max 的 79.1
多模态推理	MMMU-Pro	82.3	高于 Qwen3.7-Max 的 79.0，但不是所有对比结果都来自同一测试流程

官方博客还给了几类长程任务案例：Qwen3.8-Max 在一个持续 10 多天的自主编码运行中，从空目录搭建并维护项目；在约 125 小时的论文复现实验里完成约 7,600 行代码、1,100 多次动作和 33 轮 GPU 训练；在芯片设计案例中经过 500 多轮交互，把一个可行设计的门数从 8,298 降到 678。它们能说明模型被训练来持续执行、运行反馈并修正计划，但仍是厂商展示案例，不是独立评测。1

API、价格和可用范围

QwenCloud 已提供 qwen3.8-max，支持兼容 OpenAI 的 Chat Completions / Responses API，也提供 Anthropic API 兼容方式。博客还给出 reasoning_effort 的 low、medium、xhigh 三档，默认是 xhigh，可用来在效果、速度和成本之间取舍。1

计费项	价格（每百万 token）
输入	$2.00
输出	$6.00
隐式缓存输入	$0.25
显式缓存创建	$2.50
显式缓存读取	$0.17

价格来自 Qwen 官方 X 帖文和 QwenCloud 模型页；缓存价格不是把普通输入价格简单打折，长前缀重复调用时才有明确价值。2 3

入口可以分成两条：想快速体验，可打开 QwenCloud 模型体验页；要接入程序，可从 QwenCloud API Key 页面获取密钥，并使用模型 ID qwen3.8-max。阿里云百炼的官方文档也已列出这一模型，并给出北京、新加坡、美国弗吉尼亚、德国法兰克福和日本东京等地域的接入信息；不同地域的 endpoint、价格和限流额度可能不同。3 4 5

QwenCloud 模型页当前列出的上限是 15,000 RPM、2M TPM；阿里云百炼限流文档则显示，北京地域的 qwen3.8-max 为 30,000 RPM / 5M TPM，新加坡为 15,000 RPM / 2M TPM。做压测时，先确认实际使用的地域和账号额度，不要把 QwenCloud 页面上的数字套到所有百炼 endpoint。3 5

现在怎么试，才不会被 2.4T 带偏

先跑真实长任务。 用一套能验收的多文件重构、跨模块调试、长文档分析或带截图的工作流，分别测试 reasoning_effort=medium 和 xhigh，记录完成率、人工接管次数、总 token 和耗时。
把官方 benchmark 当作选题，不当作结论。 如果你关心编码，优先复测 TerminalBench 或自己的 issue 集；如果你关心办公 Agent，就测工具调用失败、文件修改正确率和最终交付物，而不是只抄一行分数。
先别按 2.4T 规划本地集群。 官方发布页只确认了「下周开放权重」的计划，没有在同一页给出许可证、量化版本、推理硬件和完整部署要求。等权重与模型卡落地后，再决定本地化、私有化或继续走 API。

对开发者来说，Qwen3.8-Max 的 GA 版本已经值得进入评测集；是否替换现有模型，仍要由你的长任务成功率、数据合规要求和每次任务成本决定。