「下周開源」這句話，這次真的變成下載連結。阿里 Qwen 團隊把 Qwen3.8-2.4T-A95B 權重放到魔搭 ModelScope 與 Hugging Face：總參 2.4 兆、每 token 約激活 95B 的稀疏混合專家模型——官方稱這是 Qwen-Max 級模型首次開源權重。IT之家、RuntimeWire、NVIDIA 技術部落格、Top AI Product、AIReiter 等同步整理；這正好兌現站內 Qwen3.8-Max 正式發布時「首輪 Max 級權重下周開源」的承諾。
數字很唬人，門檻也一樣。這不是筆電玩具：報導指即便約 4-bit 量化，權重體積仍可到約 1.2TB 量級，幾乎只適合資料中心級服務。開源檔與雲端 Qwen3.8-Max 也不是同一個產品面——下載版更窄、更「重思考」。
架構與介面：512 專家、強制 thinking、純文字
模型卡把骨架寫死：因果語言模型；約 92 層；每層 MoE 約 512 專家，每 token 選 10 個路由專家並同時激活 1 個共享專家；隱藏維約 8192；token embedding 約 248,320（含 padding）。架構延續 Qwen3.5 一脈的混合注意力／線性注意力＋MoE 敘事，並做過多步 MTP（Multi-Token Prediction）訓練，方便支援相應機制的推論引擎一次預測多個後續 token。
| 項目 | 開源權重 Qwen3.8-2.4T-A95B | 雲端 Qwen3.8-Max（對照） |
|---|---|---|
| 參數 | 2.4T 總／約 95B 激活 | 同底座＋生產能力 |
| 模態 | 純文字 | 含視覺輸入等 |
| 思考模式 | 強制 thinking（可調 effort） | 可非 thinking |
| 上下文 | 原生 262,144，可擴至約 1,010,000 | 預設約 1M 等敘述 |
| 工具／產品化 | 自架＋vLLM／SGLang／TokenSpeed 等 | 內建工具、託管推論 |
| 授權 | Qwen3.8 專用條款（非 Apache） | 雲端服務條款 |
reasoning_effort 支援 xhigh（預設）／medium／low；preserve_thinking 可保留先前訊息的推理上下文。重點是：文件介面上關不掉 thinking——每個回答先走思維鏈。對延遲與成本敏感的批次任務，這是硬約束，不是小開關。
基準：官方表互有勝負，PaperBench 亮眼
官方評測覆蓋編程 Agent、通用 Agent、專業工作與長上下文等；與 Opus 4.8、Fable 5、GPT-5.6 Sol 等對照「互有高低」。模型卡／整理稿常見數字包括：Terminal-Bench 2.1 約 86.6、SWE-bench Pro 約 67.7、PaperBench 約 93.0、GPQA Diamond 約 92.6。相對 Fable 5，SWE-bench Pro 仍明顯落後（約 80.0 對 67.7）；PaperBench、部分 Agent 題則寫成所列模型中較高。
RuntimeWire 提醒：公開材料多半是託管 Max 的公司自測，下載權重的第三方獨立複現與真實服務成本，仍待社群跑出來。讀表時要把「官方 harness 分數」與「你機房裡的 tok／$」分開。
後訓練敘事也很「Agent 產品化」：擴真實環境並把任務／工作區／Harness 解耦；統一獎勵系統涵蓋執行校驗、文本與渲染視覺 rubric、agentic 檢查；線上資料均衡器壓低 batch 梯度方差以撐 RL 擴算力。這解釋了為什麼官方強調長週期AI 代理與辦公 cowork，而不只是單輪問答。
授權與硬體：開權重 ≠ 開源自由
多篇英文整理指出授權是 qwen3.8-max／專用商業條款，不是 Apache 2.0——「開權重，不是（OSI 意義上的）開源」。大規模產品／MaaS 可能觸發署名或另簽商業協議之類門檻（細節以倉庫授權檔為準）。法務與採購不能拿「能下載」當「可任意白牌轉售」的通行證。
服務面：Transformers 格式權重；vLLM、SGLang、TokenSpeed Day-0 相容敘事；另有 FP8 等量化路徑與社群 GGUF 嘗試。NVIDIA 同步示範在 GB300 NVL72 等機架上服務該模型，並可用 NeMo AutoModel 做 SFT／LoRA——這也把故事接回硬體商的「開源推升算力」算式，與前一日 Nemotron 3.5 Lightning 的執行層路線形成對照：一邊是可單卡跑的高頻執行 MoE，一邊是旗艦級自架大腦。
和美系本週開源潮並讀：Meta Muse Glimmer 主打本地稠密代理；NVIDIA Lightning 主打吞吐執行層；Qwen3.8 則把近前沿總容量丟進可下載權重。中國開源陣營在「旗艦可自架」這一格再插一旗——但電費與機架數會先篩掉大多數個人開發者。對照 Kimi K3 等級的超大開源權重敘事，Qwen 這次不是靠「總參第一」搶版面，而是靠「Max 產品線第一次可下載」改企業採購劇本：私有化標案終於能寫進可驗證的旗艦級權重，而不只是 API SLA。
部署現實：Day-0 引擎與仍在空中的成本曲線
權重格式走 Hugging Face Transformers；vLLM、SGLang、TokenSpeed 被寫成 Day-0。另有 FP8（細粒度、block 128 等敘述）與社群 GGUF 嘗試——有助縮傳輸與顯存，但 95B 激活本身仍決定單步算力地板。NVIDIA 示範在 GB300 NVL72 機架服務該模型，並可用 NeMo AutoModel 做全量 SFT 或 LoRA：這等於告訴基礎設施買家——開源旗艦的「可下載」會立刻轉成「要租／要買的機架」。
成本曲線目前多半還在空中。官方基準沒有附你機房的美元／百萬 token；RuntimeWire 也明說第三方部署的效能與成本尚未被公開證據釘死。實務上，團隊應先用小流量影子流量對打雲端 Max，再決定要不要為私有化買單。強制 thinking 會讓「短指令、高併發」場景特別貴——若產品其實只需要分類或抽取，開源旗艦可能是錯工具。
誰該下載、誰該繼續用 API
資料中心與有私有化剛需的企業：值得評估自架／專有雲，換資料主權與客製後訓練空間。中小團隊與個人：多數情況 API／Token Plan 仍較合理——權重下載只是證明「能力可複現」，不是證明「你負擔得起複現」。合規團隊：先讀授權檔與出口／管轄限制，再談上線。代理產品團隊：優先驗證長週期 cowork／編程 harness，而不是再刷一輪聊天 Arena。
下一步觀察：獨立基準是否複製官方表；社群對強制 thinking 的延遲代價；授權爭議案例；以及是否還有更小、可關思考的衍生權重。Qwen 把 Max 級權重放進開源生態——接下來要比的，是誰能把它跑穩，而不是誰先截圖參數表。