Qwen3.8-Max 正式发布后，最自然的比较对象就是 Kimi K3：一个拥有 2.4T 总参数、推理时激活 95B 参数；另一个达到 2.8T 总参数、激活 104B 参数。两款国产旗舰都瞄准长周期编程、知识工作和原生多模态，也都选择了开放权重路线。参数很接近，开放节奏和技术路径却不完全相同。

Qwen3.8-Max 想回答的是一个更难的问题：模型能不能接住一项复杂工作，在几天甚至更长时间里持续执行，根据结果调整方案，最后交出可用成果？

本文根据 Qwen 官方发布文章 与公开资料整理。文中案例和数据主要来自厂商测试，不能直接等同于第三方独立评测。

如果你正在寻找更灵活、更稳定的方式接入Kimi和Qwen，魔芋支持接入全球200+大模型（客服开白后），并提供合规保障、财务开票、企业级网关、技术支持与定制服务，助力更高效地管理应用AI能力。
链接注册可领百万Tokens：https://www.moyu.info/register?aff=qBX9
​

先看发布信息：2.4T 总参数，95B 激活

Qwen3.8-Max 建立在 Qwen3.5 的架构基础上，总参数量扩展到 2.4T，每次推理激活约 95B 参数。模型已经可以通过 QwenCloud API 使用，开放权重计划在发布公告后的下一周提供。

项目	Qwen3.8-Max
总参数量	2.4T
激活参数量	95B
架构基础	Qwen3.5
主要方向	编程、知识工作、研究、长周期任务、多模态智能体
当前使用方式	QwenCloud API
权重状态	官方宣布将于下周开放

从 2.4T 总参数和 95B 激活参数的组合可以看出，它走的是稀疏激活路线：模型虽然存着 2.4T 参数，但单次生成不会把全部参数都投入计算。这样可以在扩大模型容量的同时，控制每个 token 的计算量。不过，“只激活 95B”不代表部署轻松。完整权重的存储、跨卡通信、显存和推理框架仍然是很高的门槛，这类模型的主要使用者会是云厂商、大型机构和专业推理服务商，而不是普通个人工作站。

这次发布为什么一直在谈“长周期任务”

过去的大模型评测经常把任务切成一个个短问题：写一个函数、解一道题、回答一个知识点。Qwen3.8-Max 的官方案例换了一种考法：不给现成代码和固定步骤，让模型自己规划、调用工具、运行程序，再根据反馈继续修改。

连续运行十多天，从空目录做出工程项目

在 oh-my-cli 项目中，Qwen3.8-Max 从空目录开始构建测试框架。需求先被整理成 GitHub Issue，再由智能体认领任务、编写代码、运行单元测试和端到端测试，最后提交 PR。失败的任务会重新回到修复流程。

截至官方统计时间，这次自主运行持续约 16 天，累计产生 265 次提交、127 个 PR 和 151 个 Issue。完整轨迹放在了 qwen-code-dev-bot/oh-my-cli 仓库中。

代码行数只是表面，更有价值的是“恢复能力”。长任务必然会碰到测试失败、依赖变化和方案走偏。模型能否保留任务状态、读懂反馈并继续推进，比一次性生成一段漂亮代码更接近真实的软件工程。

用 125 小时复现论文，再继续改进

另一个案例是复现论文《Unified Data Selection for LLM Reasoning》。模型拿到论文和 GPU，但没有起始代码，需要自己搭建数据处理、训练和评估流程。

官方给出的过程数据很具体：约 125 小时、7600 行代码、1100 多次操作、33 轮 GPU 训练。前 37 小时用于重建论文流程，后续约 88 小时进入“提出假设、运行实验、分析结果、再次调整”的循环。它在四轮中测试了 18 个想法，最终方案在 AIME24 上比复现出的论文基线高 2.71 个百分点。

这更像一名会做实验的研究助理，而不是只负责生成代码的补全工具。当然，这仍是 Qwen 团队设计并报告的案例。等权重发布后，社区能否在不同论文、不同训练环境中复现相似表现，会更有说服力。

24 小时参加真实比赛，超过 87% 的队伍

Qwen 团队还让模型参加了 WWW2025 多模态对话意图识别挑战赛。它在 24 小时内组合了 BERT、MacBERT、RoBERTa、Qwen2.5-VL-7B 和 Chinese-CLIP，通过交叉验证调整权重，在 45 次提交中把准确率从 0.60 提高到 0.853。

按照官方结果，它超过了 526 支队伍中的 458 支，也就是约 87%。这个案例说明，模型没有执着于“用一个大模型解决一切”，而是根据文本、截图和置信度选择不同模型，再把结果合并。这种工程取舍很像真实竞赛和生产项目。

从写代码到做芯片：闭环反馈才是主角

Qwen3.8-Max 的芯片设计案例很有代表性。任务是优化一个 GCD/RSA 密码硬件加速器，工具链包括 Iverilog、Yosys 和 OpenROAD。模型需要保证功能正确，同时尽量减少门数，并完成后端布局布线验证。

在约 500 轮交互和 71 次评估后，设计从 8298 个门缩减到 678 个门。官方称最终版图面积由 106×106 μm² 降到 46×46 μm²，总线长从 33369 μm 降到 4187 μm，并在 500 MHz 下实现正时序裕量。

模型在这个过程中做过算法级改写、位宽裁剪、状态机精简和逻辑共享。单次生成 RTL 只是起点，之后还要反复经历“编辑、仿真、综合、看结果、再改”的闭环。这个模式同样出现在 365 天电商经营模拟中：模型根据库存、现金流、供应商谈判和促销反馈持续调整，最终余额达到 416252 元。官方报告的回报为 4.16 倍，比第二名高 38%。

两个任务看起来相距很远，底层能力却相同：状态要保存，反馈要读懂，策略还得允许推翻重来。Agent 的难点一直都在这里。

多模态不只是“看图”，而是边做边检查

Qwen3.8-Max 也被定位为原生多模态智能体。它可以处理图片、长文档和视频，并用于前端重建、视频编辑、3D 室内设计等任务。

更实用的一点是，视觉被放进了执行循环。模型生成页面或 3D 场景后，会继续观察布局、方向、空间关系和交互结果；如果电视朝反了、组件错位或动画不符合预期，它可以修改计划并重新生成。

这和传统视觉问答有明显区别。前者回答“图里有什么”，后者要根据画面判断“我刚才做得对不对”。当代码执行、GUI 操作和视觉检查被串起来，智能体才有机会在真实软件环境里完成一整项任务。

Qwen3.8-Max 对比 Kimi K3：相似的规模，不同的开放节奏

Qwen3.8-Max 发布后，最自然的比较对象是 Moonshot AI 的 Kimi K3。两者都是 2026 年推出的超大规模模型，都面向开放权重路线，也都把长周期编程、知识工作和原生多模态放在核心位置。

对比项	Qwen3.8-Max	Kimi K3
总参数量	2.4T	2.8T
激活参数量	95B	104B
架构信息	基于 Qwen3.5，更多细节待权重与模型卡公布	KDA + Gated MLA、Attention Residuals、Stable LatentMoE
专家激活	官方发布文未披露完整专家配置	896 个专家中激活 16 个，另有 2 个共享专家
上下文长度	本次官方发布文未给出明确数字	1,048,576 tokens
多模态	原生多模态，强调视觉反馈闭环	原生视觉，支持文本与图像输入
开放进度	宣布下周开放权重	权重已在 Hugging Face 提供
主要定位	编程、工作、研究和长周期任务	长周期编程、知识工作与推理

Kimi K3 的总参数和激活参数都略高，官方模型卡披露也更完整。根据 Kimi K3 官方模型卡，它有 2.8T 总参数、104B 激活参数和 100 万 token 上下文，采用量化感知训练，权重以 MXFP4 形式发布。Kimi K3 的优势很现实：社区现在就可以下载权重、检查配置并开始适配。

Qwen3.8-Max 的 95B 激活参数比 Kimi K3 的 104B 少约 8.7%，理论上可能带来一定的单 token 计算差异，但不能据此直接判断谁更便宜或更快。实际推理成本还取决于精度、专家路由、上下文长度、并行方式、缓存策略和硬件利用率。

Qwen 的看点在另一边。Qwen 家族已有较成熟的模型谱系、工具链和开发者生态，这次又首次把 Max 档位纳入开放权重路线。如果许可证、推理代码、量化版本和部署文档能同步到位，它会给开源 Agent 生态提供一个新的旗舰底座。

因此，这两款模型目前还不能简单排出胜负。Kimi K3 在开放时间和架构透明度上领先一步；Qwen3.8-Max 则拿出了大量长周期任务案例，并承诺把 Max 级权重交给社区。要得出有意义的结论，需要等 Qwen 权重落地后，在同一套硬件、相同上下文和同一 Agent 框架里测试。

“开放权重”不等于完整开源，这几点还要等

发布消息很热闹，但有三件事需要冷静看待。

第一，开放权重不等于完整开源。训练数据、数据清洗方法、训练代码和完整训练过程是否公开，要看后续仓库与许可证。文章标题里常把 open-weight 简写为“开源模型”，技术讨论中最好把两者分清。

第二，现阶段的亮眼结果主要来自官方案例。16 天自主编程、芯片优化和 365 天电商模拟都很有意思，但测试环境、任务选择和评价方法由厂商掌握。权重发布后的第三方复现更重要。

第三，2.4T 参数决定了它不是一款轻量本地模型。即便每次只激活 95B 参数，完整模型的存储和服务成本仍然惊人。开放权重的第一波价值，更可能体现在研究、云端部署、推理优化和蒸馏，而不是“消费级显卡一键运行”。

写在最后

我认为，Qwen3.8-Max 这次最重要的消息不是 2.4T，而是 Qwen 愿意把 Max 级模型权重开放出来。

参数规模当然会吸引眼球，但官方案例已经把竞争方向说得很清楚：下一阶段比的是模型能否在真实工具环境中持续工作，遇到失败能不能恢复，交付结果能不能被测试和验证。一次回答写得漂亮，和连续十天把项目做完，中间隔着一整套工程能力。

Kimi K3 已经抢先交出了开放权重，Qwen3.8-Max 则带着 95B 激活参数和一批长周期案例入场。接下来要看开放权重能否按计划发布、许可证是否友好、社区能否复现官方结果，以及推理框架能否把这样的超大 MoE 模型跑得足够稳定。

如果这些环节顺利，Qwen3.8-Max 的意义会比一张跑分表更大：它可能成为开放权重 Agent 模型的新底座。现在先别急着封王，等权重落地，代码和复现结果会给出更可靠的答案。

---

参考资料

1. Qwen3.8-Max 官方发布文章
2. Kimi K3 官方 Hugging Face 模型卡
3. Qwen3.8-Max 自主编程案例 oh-my-cli