💡 一句话带走：阿里把旗舰 Qwen3.8-Max（2.4 万亿参数、95B 激活、1M 上下文、原生看图看视频）发了，还宣布下周开源权重——这是 Max 系列头一回开源。多模态和"自主跑十天"的编码能力是真亮点，但标准编码基准它还排在 Claude Fable 5 后头；社区有人退订 Anthropic，也有人测了预览版直骂。把它说清楚：亮点和短板都在，能不能替 Claude，看你用在哪儿。
导语：开源旗舰这一周，卷到什么程度了？
如果你这两天没刷 AI 新闻，可能会错过一个画面：一周之内，Moonshot 的 Kimi K3、智谱的 GLM 5.2、DeepSeek-V4-Flash，再加上阿里刚发的 Qwen3.8-Max——中国几家开源旗舰扎堆亮相，密度高得有点反常。
而 Qwen3.8-Max 是其中声量最大的一个，原因就一句话：它是 Qwen-Max 这个旗舰系列头一回开源权重。以前 Max 系列是对标 GPT/Anthropic 顶级的闭源模型，你想用只能调 API；现在权重要放了——对"想自部署、想微调、不想被一家绑死"的开发者，这是个结构性利好。
但更勾人的是 Hacker News 上一条长评：一个叫 nerdalytics 的开发者说，他用预览版两周后退订了 Anthropic 订阅，"并不怀念 Fable"。另一边，也有人测完预览版直摇头，说它"一动就陷入自我怀疑循环，灾难性差"。
所以——它到底行不行？该不该动你正在用的 Claude？这篇是把那份完整事件报告"翻译"成人话的版本，把这事说清楚。
想看原文 / 自己动手？
- 🌐 官方发布博客：qwen.ai/blog?id=qwen3.8
- 💻 模型页（定价/限额）：QwenCloud · qwen3.8-max
- 📰 权威媒体报道：Neowin
- 💬 开发者讨论：Hacker News · 1069 pts
这报告到底讲了啥？
先把基本面拉齐——Qwen3.8-Max 是阿里 Qwen 团队 8 月 3 号正式发布的旗舰大模型。几个关键数字：
- 🧠 2.4 万亿（2.4T）总参数，但每次推理只激活约 95B——这是 MoE（Mixture of Experts，混合专家架构）的典型玩法。打个比方：一家公司有 2.4 万员工，但每个任务只派 95 个人上场。好处是模型容量撑得大、推理成本压得低
- 👁️ 原生多模态：能吃文字、图片、视频，吐文字。不是后天拼上去的视觉模块，是训练时就融进去的
- 📏 100 万 token 上下文（实际最大输入约 99 万）——大致等于一次性塞进去一整本长篇小说还多
- 💰 定价 $2/百万输入、$6/百万输出，而且兼容 OpenAI 和 Anthropic 两套 API 协议，官方直接给了 Claude Code、Codex 等五种编码助手的接入示例——换句话说，迁移成本被压到了最低
时间线上也不复杂：7 月 19 号上海 WAIC 先放了 qwen3.8-max-preview 预览版让人试，8 月 3 号正式全量发布，下周（约 8/10 当周）开源权重——Max 本体加一个 27B 的"小弟"Qwen3.8-27B 一起，上 HuggingFace 和 ModelScope。
最该记住的一个定性：这是 Qwen-Max 系列第一次开源权重。官方给它贴的标签是"编码与协作（coding and cowork）"——翻译一下，他们想让它干的不是"帮我写个函数"，而是"给我一个目标，你自己干十天半个月，把成品端上来"。
各方都怎么看？
官方怎么"卖"它？
这次官方宣传挺聪明，没怎么堆跑分，主要砸三个"无人工介入"的实战案例：让模型从零造一个叫 oh-my-cli 的编码工具，自己提需求、自己认领、自己写代码跑测试改 bug，跑了约 16 天攒下 265 个 commit；给它一篇论文和一堆 GPU，它花 5 天复现论文还顺手改进、在数学基准上比原方法高 2.7 个点；扔进一个 526 队的竞赛，24 小时干赢 87% 的队伍。
然后是一长串"跨职业广度"演示——律师、设计师、餐饮老板、结构工程师、量化研究员……官方的意思很直白：不只是码农的工具，是"几百个高价值职业"的干活搭子。
⚠️ 有句话得说清楚（报告里也标了）：这三个案例是官方自报的演示（showcase），repo 虽公开，但"复现论文""竞赛""芯片设计"这些结果都是官方自己的评分脚本评的，没有第三方独立审计。当能力上界看，别当定论。
媒体：有人叫好，有人泼冷水
老牌科技媒体 Neowin 核对了参数和定价，给了一句挺狠的判断：这波中国开源旗舰密集出货，可能迫使 OpenAI 和 Anthropic 降价、给开发者更灵活的部署。对消费者，这话听着爽。
但行业媒体 Marktechpost 没跟着吹，反手提了三个保留意见，这几条是整份报告里最值得在意的：
- 🧊 多模态那张对比表有点取巧：官方拿前代 Qwen3.7-Plus（较弱）比，而不是 Qwen3.7-Max（较强），代际提升的数字被夸大了
- 🧊 训练曲线到顶后往下掉：官方自己的强化学习 scaling 曲线，在约 4000 个训练环境时到顶，之后反而下降——后续还能不能持续涨，存疑
- 🧊 2.4T 权重你本地跑不动：这玩意儿是多节点数据中心级的，真要本地部署，现实路径是 27B 那个小弟，不是 Max 本体
开发者社区：夸的骂的都很具体
Hacker News 那个帖热度爆表（1069 赞、575 评论），声音很杂，但都有真东西：
- 👍 eli：编码很强、web 设计一般；一个解析邮件头的刁钻任务上，比 Kimi K3 强还便宜 38%
- 👍 nerdalytics（就是开头退订 Anthropic 那位）：私人项目里 Qwen 干的活和 Fable 相当，还不撞"5 小时会话限制"——但工作场景他照样用 Anthropic + Claude Code，没换。他还甩了句狠的："信美国公司和信中国公司，是在瘟疫和霍乱之间二选一"
- 👎 isqueiros（注意他测的是预览版）：直说"灾难性差"，一动就陷进自我怀疑循环、拒绝 debug，坚守 Kimi K3
- 🤔 还有不少人盯着 license——Kimi K3 是带限制的自定义协议、GLM 5.2 是 MIT，大家盼着 Qwen 走 Apache
把话说明白
把上面这些捋清楚，整件事的成色就清楚了。
站得住的有三件：多模态那一大片基准（视觉理解、OCR、视频、CAD）它确实领先，不是吹的；"自主跑十天的编码 agent"这个方向走在前面，oh-my-cli 那个 repo 公开可查，不是纯 PPT；而"Max 级首次开源"的象征意义可能比模型本身还大——它把旗舰级能力从 API 租赁变成了可以持有的资产。
有争议的在编码：那张编码 agent 表里，PaperBench（93.0）和 IFBench（82.8）它确实第一，但 SWE-bench Pro 只有 67.7（Claude Fable 5 是 80.0）、DeepSWE 56.6、FrontierSWE 73.5（Fable 5 是 88.8）都明显落后——长程自主跑有亮点，标准软件工程基准还在第二梯队追；再叠加官方几张表对比基线有点讨巧，"追平 Claude"这个说法打八折听更稳。
还没证实的有两点：Max 权重的 license（社区盼 Apache，但还没落定）；多数深度好评基于预览版，正式版可能不同。
不过话说回来，2.4T 权重开源 ≠ 你本地能跑，真能上手的是 27B；那几个自主编码案例是官方自报 showcase、没第三方审计。所以它对不同人意味什么，看场景：私人项目、想自部署的人，等 27B 落地是个上手的机会；工作生产环境、稳定优先的人，等权重发布、license 落定、独立评测复核再动更稳——nerdalytics 那句"私人 sold、工作不换"，是个挺务实的参照。
一句话收尾：Qwen3.8-Max 是个实打实的好模型，这波国产开源旗舰确实猛。但它不是"全面碾压 Claude"，更像"不少地方追平、有些地方领先、有些地方还差一截"——而它真正的杀手锏，是"Max 级 + 开源"这个组合拳，这事儿别的家暂时还没跟上。
参考来源（带可信度，供查证）
- 🥇 Qwen 官方博客（一手）— https://qwen.ai/blog?id=qwen3.8
- 🥇 QwenCloud 模型页（一手，定价/限额）— https://www.qwencloud.com/models/qwen3.8-max
- 🥈 Neowin（权威科技媒体，事实核对严谨）— https://www.neowin.net/news/alibaba-releases-qwen38-max-challenging-gpt-56-sol-and-claude-fable-5-on-ai-benchmarks/
- 🥉 Marktechpost（行业媒体，三条冷水最值得读）— https://www.marktechpost.com/2026/08/03/alibaba-qwen-releases-qwen3-8-max/
- 🥉 Artificial Analysis（独立评测，指数在图表中）— https://artificialanalysis.ai/models/qwen3-8-max
- 💬 Hacker News 讨论（社区，1069 pts/575 评论）— https://news.ycombinator.com/item?id=49150470
作者：lusca
版本：lusca-report-blog v1.3.0
出处：https://github.com/yjmm10/lusca-skill/tree/main/skills/lusca-report-blog
