阿里发布Qwen3.8旗舰大模型：2.4万亿参数，长程自动编程重构Agent工作范式

8月3日，阿里巴巴抛出一枚重磅棋子：新一代基座大模型Qwen3.8正式发布，总参数量达到2.4万亿，激活参数95B。这不仅是千问家族尺寸最大、性能最强的旗舰，更在当天放榜的权威三方评测Arena中，整体性能仅次于Anthropic的Claude系列，稳居全球大模型第一梯队。

架构升级：稀疏MoE与混合注意力的联合优化

Qwen3.8-Max基于Qwen 3.5架构打造，通过稀疏MoE（混合专家）架构与混合注意力机制的联合优化，首次将千问总参数量拓展至2.4T，同时把激活参数压到95B。这种设计带来的直接收益是更高的推理效率与更快的推理速度——参数规模暴涨，单位任务成本却没有同步失控。

在指令遵循IFBench评测中，Qwen3.8拿到82.8分；科学推理GPQA Diamond取得92.6分；视觉推理BabyVision无工具条件下拿到82.0分，超出部分主流模型近两倍；在评估智能体电脑操作能力的OSWorld-Verified评测中，则以86.1分位居主流模型首位。这些数字背后，是模型从"会答题"到"能干活"的能力迁移。

长程自动编程：从写函数到交付项目

编程（Coding）是前沿大模型的核心战场，Qwen3.8在这一维度实现了质变。在权威CodeArena榜中，它位居全球第四。更硬核的案例来自真实工程：模型在无人工干预的情况下独立运行16天，完成了名为"oh-my-cli"的自进化智能体框架，产出265次代码提交，并已在GitHub完全开源。

两年前的前沿模型还只能写好函数、补全代码；如今Qwen3.8能从一个空文件夹出发，自主完成一个十数天的真实项目交付。这意味着大模型的能力边界，已经从"辅助人类完成单点任务"扩展到了"独立交付端到端的长周期项目"。在科研场景中，它连续自主工作约125小时，成功复现AI Reasoning相关论文并进行了四轮自我进化探索，使AIME24基准得分再提升2.7分。

视觉理解与多模态Agent的边界突破

除了文本与推理，Qwen3.8把视觉理解的极限也推高了。模型能读懂200页的财报PDF、看懂超100小时的长视频，并将"看到"的信息反馈到工作全流程。在VisionArena榜单中，Qwen3.8-Max排名全球第二。

更值得关注的是，在千问团队自研的"应用复刻"基准RecreationBench中，模型没有源代码、也无法联网，只通过交互与反馈去理解一个应用，却能从零复刻出整个应用。这表明它已展现出前沿水准的混合多模态智能体能力，通过"迭代编程—交互反馈"的循环，把视觉编程推向新高度。

价格与开源：把性价比做成武器

在商业落地上，阿里把性价比摆到了台前。Qwen3.8的API已上线千问AI平台，国内每百万Tokens输入12元、输出36元，隐式缓存命中仅1.5元；国际价格仅为Opus5的40%与24%。同时，Qwen3.8-Max预计下周开源，并同步开源Qwen3.8-27B——这是Qwen-Max级别模型首次面向社会开放开源权重。

消息公布当天，港股阿里巴巴（9988.HK）早盘股价一度涨近6%。开源证券指出，Kimi K3、DeepSeek V4与Qwen3.8的接连突破，标志着中国AI产业进入新阶段，有力证明了开源模型的天花板同样很高，其国际竞争力持续提升。

结语：Agent时代的生产力重构

Qwen3.8的意义，不止于一款更强的模型。它用265次提交、125小时连续工作、4.16倍回报的电商经营模拟成绩，向行业展示了一个清晰趋势——大模型正在从"对话工具"进化为"可委托任务的同事"。当模型能独立跑完一个长周期项目，围绕它的产品形态、组织流程乃至商业估值逻辑，都将随之重写。