【日常】阿里开源2.4T巨兽：Qwen3.8首次开放权重

发生了什么

昨晚阿里深夜放了个大招，Qwen 团队正式开放了 Qwen3.8-2.4T-A95B 的模型权重。这可不是普通开源，这是 Qwen-Max 级别模型首次开源，意味着你终于能自己部署一个接近旗舰性能的大家伙了。

简单说，这个模型：

• 总参数 2.4 万亿，但每个 Token 只激活 95B 参数（MoE 架构）
• 原生支持 256K 上下文，还能扩展到 100 万 Token
• 每个 MoE 层有 512 个专家，每次路由 10 个，外加 1 个共享专家
• 还做了多步 Token 预测（MTP）训练，推理引擎支持的话可以一次预测多个后续 Token

值得注意的点

这次开源的重点明显不在聊天，而是编程、办公、科研和长周期 Agent 任务。官方博客里提到，后训练阶段他们搞了一套组合拳：

1. 持续扩展真实环境——任务从单任务到多任务再到跨天任务，工作空间从多文件到复杂目录，还解耦了不同维度的 Harness
2. 统一奖励系统——把基于执行的校验、文本/视觉 rubric 评估、agentic 检查全部统一到一个奖励系统里，消除任务专用 verifier 的不一致性
3. 在线数据均衡器——每个 batch 都重新平衡任务、难度、工作区和 harness 的分布，降低梯度方差，让 RL 训练更稳定

这套思路挺务实的，感觉阿里是真想把 Agent 落地，而不是只刷榜。

我的看法

说实话，看到 2.4T 参数我第一反应是“这谁能跑得动？”但 MoE 激活只有 95B，意味着推理成本其实可控，单卡 80G 显存可能就能跑起来（量化后）。

评测数据跟 Opus 4.8、Fable 5、GPT 5.6 Sol 互有高低，不是全面碾压，但 PaperBench、IFBench 上表现亮眼。这很合理——开源模型追平闭源旗舰本来就不是一蹴而就的事。

不过我更关心的是生态：ModelScope 上直接下权重，Qwen Studio 也能玩，阿里这次把链路铺得很全。对于想搞私有化部署或者深度定制的团队，这绝对是个好消息。

最后提醒一句：虽然开源了，但 2.4T 的模型不是随便一台机器能伺候的，先评估好你的算力预算再动手。