阿里把2.4万亿参数的模型开源了！

旗舰开源：2.4万亿参数，免费下载

　　Qwen3.8-2.4T-A95B是8月3日发布的Qwen3.8-Max的底座模型。采用稀疏MoE架构，每层配置512个专家，单Token路由选择10个专家并额外激活1个共享专家。原生支持262,144 Token上下文，可扩展至101万Token。

　　基准测试方面，在论文复现基准PaperBench中拿到93.0分，高于GPT-5.6 Sol和Fable 5；在OSWorld-Verified电脑操作能力评估中以86.1分位居参评模型首位；在参数化CAD基准中拿到91.5分，同样超过Fable 5和GPT-5.6 Sol。

　　不过并非所有测试都领先。TerminalBench 2.1得分86.6，略低于GPT-5.6 Sol的88.8；SWE-bench Pro得分67.7，落后于Fable 5的80.0和Claude Opus 4.8的69.2。

　　但阿里的重点不在单项跑分。千问团队做了一组更接近真实场景的测试：让Qwen3.8-Max连续自主编程约16天、独立复现并改进一篇研究论文、参加真实算法竞赛，还在超过2000轮交互中经营一家虚拟电商企业。阿里想检验的不是“能不能答对题”，而是“能不能把一件事从头做到尾”。

　　在Agentic推理场景中，阿里真武M890超节点适配后可实现最多1.5倍性能提升。云端部署的Qwen3.8-Max还整合了视觉输入、默认100万上下文长度、内置官方工具等生产环境能力。

　　API定价方面，国内每百万Token输入12元、输出36元，隐式缓存命中仅1.5元。国际价格约为Opus 5的40%与24%。对于下载权重自行部署的开发者，这笔费用直接归零。

27B：一张消费级显卡就能跑

　　如果说2.4T模型是“秀肌肉”，27B就是“送工具”。

　　8月14日晚间，Qwen3.8-27B正式开源。270亿参数的原生多模态稠密模型，支持图像和视频理解，原生上下文长度262K，可扩展至100万Token。

　　相比2.4T旗舰版，27B的部署门槛大幅降低——量化后家用级显卡即可运行。采用Apache 2.0协议，开发者、科研机构和企业均可免费下载、部署及商用。

　　性能上，在Agentic terminal coding测试中得分73.0（前代Qwen3.6-27B为63.4），SWE-bench Pro得分61.7（前代53.5），专业工作任务测试JobBench得分33.4（前代21.8，提升约50%）。在部分基准上甚至超过了参数规模更大的Qwen3.7-Plus和Claude Opus 4.6 Max。

　　海外开发者社区反响不小。有网友评价“令人印象深刻”，尤其是在仅270亿参数的情况下部分任务表现已超过Claude Opus 4.6 Max。一位知名AI博主将其称为一次“显著跃升”，认为Agent能力正在进入参数更小、成本更低、可以自行部署的开放模型。

　　模型开源当天，昇腾平台同步完成0Day适配。智源研究院下的众智Flag OS社区也完成了Day0多芯片适配。九种国产芯片首发即适配。对国内开发者来说，这意味着不需要等待——当天就能在国产硬件上跑起来。

开源的逻辑变了

　　过去几年，AI大模型的开源策略经历了一个明显的转向。

　　Meta在2025年还宣称旗舰AI模型“不适合开源”，2026年8月10日就发布了开源模型Muse Glimmer，并承诺未来将开放旗舰Muse Spark 1.2的权重。OpenAI在2025年8月推出开放权重模型GPT-oss，奥特曼公开承认在开源问题上“站在了历史错误的一边”。英伟达CEO黄仁勋近期发文称：“世界需要前沿的闭源模型，也需要前沿的开源模型。”

　　全球AI大模型的技术差距越来越小，真正稀缺的不再是技术本身，而是落地、推广、触达用户的渠道。开源是成本最低、最直接拿到市场分发权限的办法。

　　但他也点出了一个关键：开源≠免费。权重免费，算力、部署工程、持续迭代与合规责任全不免费。开源改变的是一件事——压低复刻同类能力的研发门槛，加速成熟AI能力的价值折旧。一项能力一旦被开源复刻，一年多之后就很难单独溢价。这迫使闭源企业必须持续向前迭代，不能停滞。

　　Kimi K3的API定价为每百万Token输入3美元、输出15美元，与GPT-5.4同档，同时全量开放权重。“中国模型＝便宜”的叙事正在失效，开源正从“低价竞争工具”转变为“能力可信度的证明工具”。

　　截至Qwen3.8开源，千问累计开源模型已超过460个，全球下载量超过30亿次，衍生模型超过30万个。全球多模型聚合平台7月调用量排行榜中，中国企业包揽前5名。中国开源模型累计下载量居全球首位。

　　当一个2.4万亿参数的旗舰模型被免费公开权重，开发者可以在消费级显卡上跑一个270亿参数的多模态模型——开源的计量单位已经从“模型能力”变成了“每美元、每瓦特产生的有效Token”。

　　阿里这次开源的意义，或许不在于它把参数做到了多大，而在于它证明了：中国AI头部玩家愿意把最核心的资产交出来，让全球开发者随便改、随便用。