阿里这周把 Qwen3.8 的权重陆续开源了，两个型号，但完全是两种开放。

先是 8 月 13 日放出 Qwen3.8-2.4T-A95B，也就是 Qwen3.8-Max 的底座。2.4 万亿总参数、每 token 激活 95B，MoE 架构，原生 262K 上下文、可外推到 1M。这是 Qwen 第一次把 Max 级别的权重开放下载，意义不小。但说实话，这个开放打了不少折扣：用的是自定义许可，不是 Apache 2.0；权重是纯文本的，没有 API 版那种视觉能力和 1M 上下文，推理还强制开启 thinking；硬件门槛也高，BF16 大约要 4.89TB 显存，得靠一堆 H100 级别显卡才跑得动。社区里有人直接说很失望。所以它是个理论上开放的旗舰。

真正对开发者有意义的，是隔一天（8 月 14 日）开源的 Qwen3.8-27B。

这是个 270 亿参数的稠密（Dense）原生多模态模型，能看图和视频，Apache 2.0 协议，262K 原生上下文、YaRN 可扩到 1M。4-bit 量化后权重大约 16GB，一张高端消费级显卡、甚至 32GB 内存的 MacBook 就能跑。发布当天直接冲上 Hacker News 首页第一、上千赞。

性能上它比上一代 Qwen3.6-27B 涨了一大截，整体超过了参数更大的 Qwen3.7-Plus，而且在部分 agent 基准上超过了 Claude Opus 4.6 Max——比如 CoWorkBench 70.7 对 68.2、LiveCodeBench v6 90.3 对 88.8、OSWorld-Verified（电脑操作）84.3。一个 27B 的本地模型能在 GUI agent 这类任务上压过闭源旗舰，这本身就挺反常的。

几个值得留意的细节：

27B 是 Dense 架构不是 MoE，每个参数都参与计算，本地推理反而更省事，不用处理稀疏路由那套。

新增了 reasoning_effort 开关，简单任务可以关掉思考，延迟更低。

官方给出的分数目前都是自家 model card 的数据，第三方独立验证还得等一两周。

实际跑起来别只盯着 16GB：加上 KV cache，4-bit 量化真实显存大概要 20–24GB，RTX 4090 那档才舒服。

关于 2.4T 那个自定义许可「禁用美欧英韩」的传言是假的，协议里没有地域限制，只是对大模型商用的收入阈值有要求。

整体看，阿里这次是两条线一起打：2.4T 给有基础设施、要天花板的人，27B 给更广大、想在本地私有部署里跑得动的人。而 27B 用 Apache 2.0 而不是会撤回的定制条款，对想直接塞进产品、用自有数据微调的公司来说，法律摩擦小很多。