🚀 大模型 · 架构演进
阿里 Qwen3.8 正式发布：2.4T 参数规模，自主编程 16 天“自建” Hermes 级智能体
8 月 3 日，阿里正式发布新一代旗舰基座大模型 Qwen3.8-Max。模型采用稀疏 MoE 架构拓展至 2.4 万亿总参数，在 Coding 和 Cowork 场景实现大幅跃升，并同步公测企业级 Agent 产品「千问办公」。
来源：综合公开信息整理•
2026-08-03•
全文约 3 分钟读完
#阿里Qwen3.8
#2.4T大模型
#自主编程
#千问办公
2.4T
总参数量 · 激活 95B
16天
从零自主跑完工程交付
1M
上下文 Tokens 长度
⚡ 30 秒速览
- 模型能力：Qwen3.8-Max 在权威 Arena 榜单中位列全球大模型前列，仅次于 Claude 系列，视觉推理与电脑操作评测（OSWorld）居主流模型首位。
- 自主编程突破：无需人工干预，从空文件夹起步自主运行 16 天，搭建出 Hermes 级自进化智能体项目「oh-my-cli」，过程已全量开源。
- 企业级落地方案：同步公测 Agent 产品「千问办公」，支持百页财报理解、超百小时长视频拆解及复杂金融/法务长流程交付。
- 部署与性价比：国内 API 每百万 Tokens 输入 12 元、输出 36 元；国际价格仅为 Opus5 的 24%～40%。下周将开源 27B 及 Max 版本。
01多维基准评测 性能跻身全球第一梯队
在最新的 Arena 综合评测中，阿里 Qwen3.8 整体性能仅次于 Anthropic 的 Claude 系列，进入全球大模型头部阵营。
🥇 Claude 4.5 系列Anthropic
Top 1
93.0PaperBench (+28.2)
86.1OSWorld 操作
92.6GPQA Diamond
82.8IF Bench 指令
数据来源：企业发布会披露及第三方评测基准数据。其中 OSWorld-Verified 评估智能体电脑操作能力，Qwen3.8-Max 录得 86.1 分位居主流模型首位。
02从打字回复到长周期交付 16 天自主编程案例
大模型的编程能力正经历质变：从“根据 Prompt 生成代码片段”，转向“基于目标自主执行长周期工程”。
输入单句指令→构建 Loop 框架→任务拆解与领取→16天自适应运行→开源项目交付
💻 实验案例：从空文件夹搭建「oh-my-cli」已全量开源
- 零人工干预：接收“创建一个自进化的智能体 Harness”指令后，模型自主编排工程架构，从零开始搭建循环工程（Loop Engineering）框架。
- 超长程执行：独立编程运行约 16 天，最终交付了一个 Hermes Agent 级别的自进化智能体项目。
- 全透明验证：项目代码及完整自主开发过程已保存在 GitHub 仓库，供全球开发者复现。
测试评级：CodeArena 全球第四 · 验证了长程任务中的全栈闭环自适应能力。
03 Cowork 场景实测 复杂专业任务表现
面对高频、高价值的真实办公需求，Qwen3.8 通过真实环境与算力的联合强化学习（RL）扩展，实现了长流程任务的自动化：
传统人工团队处理
法务团队需 1 周完成数百份文档条款标注；体育分析团队需逐帧标注 160+ 小时录像。
Qwen3.8 处理表现
法务任务压缩至 1 小时内；录像拆解数十分钟完成 8400+ 攻防回合分析并输出教练报告。
📈 金融量化：动态 ETF 轮动策略生成闭环回测
- 自主调动并行智能体，搜集资本市场实时变动数据。
- 连续工作数小时后交付完整策略，并进行持续分析回测与动态修正。
04算力优化与商业化部署
Qwen3.8 采用了稀疏 MoE 架构与混合注意力机制的联合优化，总参数量达 2.4T，但实际推理仅激活 95B 参数，大幅提升了推理速度与算力效率。
在硬件适配方面，真武 M890 超节点已完成对 Qwen3.8 的全链路优化，在 Agentic 推理场景中最高可实现 1.5 倍性能提升。
¥12 / ¥36
国内每百万 Tokens (输入/输出)
24% - 40%
国际 API 价格（对比 Opus5）
EDITORS' JUDGMENT
大模型的竞争焦点正在从“单轮对话答题”转向“长周期自主工程交付”。自适应闭环能力与单位 Token 算力成本的结合，将决定 AI 能否真正落地为生产级数字员工。
▶服务获取方式
Qwen3.8 API 已在千问 AI 平台上线；企业级 Agent 产品「千问办公」现已开放网页版及 PC 客户端公测。
千问办公官网入口：qwenwork.cn