作者：林岚｜OC 开发者生态编辑

Qwen 团队已经在 Hugging Face 发布 Qwen3.8-2.4T-A95B 的模型权重和配置，兼容 vLLM、SGLang 与 TokenSpeed。模型总参数量为 2.4 万亿，每次推理激活约 950 亿参数，原生上下文为 262,144 token，并可扩展到约 101 万 token。

一句话结论：此前值得问的是 Qwen 会不会真的开放这批权重，现在答案已经明确；接下来的问题是，有多少团队拥有足够的显存、网络和工程能力，把一个 2.4 万亿参数的开放模型运行成可负担的服务。

OC 此前在《Qwen3.8 宣布 2.4 万亿参数开放权重》中报道，Qwen 当时只公布模型规模并承诺即将开放，判断是“最大不等于最强”。此次权重真正上线，构成了可以续写的新事实。它让研究者和企业能够检查、量化、微调和部署模型，不必只能调用 Qwen Cloud 的黑盒 API。

但“开放”不等于“轻量”。MoE 架构让每个 token 只激活 10 个路由专家和 1 个共享专家，因此计算量远低于同时运行 2.4 万亿参数；完整权重仍要被存储并跨设备调度。95B 激活参数也已经超过多数团队能用几张消费级显卡承受的范围，网络带宽、专家并行和 KV cache 会成为真实瓶颈。

还要区分开放权重版与云端 Qwen3.8-Max。开放模型目前是纯文本、必须启用思考模式，原生上下文为 256K 级别；官方托管的 Max 服务另外提供视觉输入、非思考模式、内置工具和默认 1M 上下文。把云端产品的全部能力直接算到开放权重上，会高估本地部署得到的功能。

官方基准显示，Qwen3.8-Max 在 PaperBench、WideSearch 和多项法律、金融任务上进步明显，但其中不少测试由 Qwen 自行运行，部分还是内部基准。开发者更应该关注具体 harness、超时、采样参数和硬件配置，而不是把几十张表格压缩成一个“超过某模型”的结论。

关键事实

• 来源：Qwen 官方 Hugging Face 仓库
• 模型结构：MoE；总参数 2.4T；每次激活 95B
• 上下文：原生 262,144 token，可扩展至 1,010,000 token
• 开放版本边界：纯文本、强制思考；不等同于云端 Qwen3.8-Max

OC 判断

Qwen3.8 的开放价值首先在可控制和可研究，而不是人人都能在本地跑。它可能更适合云厂商、大型企业和高校集群，普通团队则会等待量化版、蒸馏版或托管服务。开放权重打破的是供应商锁定，不会自动消除基础设施门槛。

为什么重要

• 对开发者：可以检查和定制 Max 级模型，但部署复杂度远高于普通开源模型。
• 对企业：多了一个可私有控制的前沿候选，也需要承担算力、运维和安全责任。
• 对行业：中国开放权重模型继续用可部署性争夺全球开发者，而不只竞争聊天产品流量。

参考来源

• Qwen3.8-2.4T-A95B model repository
• Qwen3.8-Max overview