📊 查看 Qwen3.8-Max 排名

📱 下载 AI Rank App

Qwen 3.8 这一代，多数人只需要在两个型号里选。Qwen3.8-Max 是阿里的旗舰，总参数 2.4 万亿，混合专家架构，每个 token 激活约 950 亿参数；QwenCloud 国际站按每百万 token 输入 2 美元、输出 6 美元收费。Qwen3.8-27B 是 Apache-2.0 许可的稠密视觉语言模型，量化后一张高端显卡就能跑。在阿里自己公布的成绩里，两者共有的编程和 Agent 测试，Max 每一项都领先，差距从 1.7 分到 20 分不等。

上线顺序是：2026 年 8 月 2 日 Max 先开放 API，8 月 12 日放出开放权重 Qwen3.8-2.4T-A95B（Qwen 第一次把 Max 级模型开放出来），8 月 14 日 27B 跟上。

两个型号的差别

Qwen3.8-27B Qwen3.8-Max（开放权重名 Qwen3.8-2.4T-A95B）
架构 稠密，64 层，Gated DeltaNet 与门控注意力混合 MoE，92 层，512 个路由专家（激活 10 个）加 1 个共享专家
参数 270 亿 总 2.4 万亿，激活约 950 亿
模态 文本、图像、视频 开放权重只有文本
上下文 原生 262,144，YaRN 扩展到 100 万 原生 262,144，最高 100 万
许可 Apache-2.0 Qwen3.8-Max License（自定义）
官方 API QwenCloud 显示“即将上线” qwen3.8-max，快照 qwen3.8-max-0902

两个模型默认都开思考模式，可以按请求用 reasoning_effort 调深度（默认 xhigh，另有 medium、low），preserve_thinking 在多轮 Agent 任务里保留之前的推理内容。要注意，QwenCloud 上 2026 年 9 月 2 日的快照 qwen3.8-max-0902 支持图像理解，但开放出来的 2.4T 权重是纯文本模型。

跑分对比

下表全部是 Qwen 团队自报成绩，27B 取自模型卡，Max 取自发布博客。同一项测试两边的评测设置一致。

测试 Qwen3.8-27B Qwen3.8-Max 差距
SWE-bench Pro 61.7 67.7 6.0
DeepSWE 1.1 42.2 56.6 14.4
NL2Repo-Bench 42.3 55.9 13.6
QwenSWEBench（内部） 79.0 80.7 1.7
CoWorkBench（内部） 70.7 74.8 4.1
JobBench 33.4 53.4 20.0
Agents' Last Exam（Pass@1 / 得分） 20.4 / 42.9 27.0 / 52.4 6.6 / 9.5
IFBench 79.5 82.8 3.3
GPQA Diamond 89.2 92.6 3.4
HLE 30.8 43.6 12.8

Terminal Bench 2.1 没放进来：27B 的 73.0 用的是 Terminus 框架，Max 的 86.6 用的是 Claude Code（10 次平均、5 小时超时），条件不同，不能直接相减。放到 Max 博客自己的对比表里看，Max 的 SWE-bench Pro 不如 Claude Fable 5（67.7 对 80.0），Terminal Bench 2.1 不如 GPT-5.6 Sol (max)（86.6 对 88.8），IFBench 82.8 则是那张表里最高的。

人类偏好排名的差距也差不多。2026 年 10 月 15 日发布的 Arena 文本榜上，Qwen3.8-Max 总榜第 24，评分 1482（区间 1477–1487，27,766 票）；Qwen3.8-27B 第 100，评分 1438（区间 1433–1443，23,294 票）。

→ 在 AI Rank 查看： Qwen3.8-27B 的 Arena 评分、名次与 90 天走势

本地部署

想在自己机器上跑，现实的选择是 27B。官方 BF16 权重在 Qwen/Qwen3.8-27B，另有官方 FP8 版 Qwen/Qwen3.8-27B-FP8，ModelScope 上也有。Qwen 推荐用 SGLang、vLLM 或 TokenSpeed 部署。vLLM 官方配方给了几种硬件组合：

硬件 权重 vLLM 配方说明
1 张 Blackwell 显卡 NVFP4（Inferact/Qwen3.8-27B-NVFP4） 权重约 24.6 GiB，可开 262K 上下文
1 张 RTX 5090 NVFP4 必须加 --enforce-eager，上下文降到 32K
2 张 RTX 5090 NVFP4，张量并行 2 完整 262K 上下文
4 张卡（一个 GB300 托盘） Qwen/Qwen3.8-27B-FP8 KV 缓存最大

单卡启动命令：

vllm serve Inferact/Qwen3.8-27B-NVFP4 \
  --tensor-parallel-size 1 \
  --max-model-len 262144 \
  --kv-cache-dtype fp8 \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice --tool-call-parser qwen3_coder

采样参数按官方建议：思考模式 temperature=1.0、top_p=0.95、top_k=20；非思考模式 temperature=0.7、top_p=0.8、presence_penalty=1.5。

Max 就只能上机房了。vLLM 配方里，NVFP4 版要一台 8 卡 B300（张量并行 8）；FP8 版约 2,325 GiB，得两台 8 卡机器共 16 张卡。许可也不一样：Qwen3.8-Max License 允许商用、部署和微调，但有两条限制。月活超过 1 亿或月收入超过 2,000 万美元的产品，要在界面上醒目标注模型名；做模型即服务（MaaS）或 AI 编程、办公助手业务、且 12 个月内营收超过 5,000 万美元的公司，要另外找 Qwen 申请许可。

API 价格

QwenCloud 和阿里云百炼对 qwen3.8-max 的思考与非思考模式同价，推理 token 按输出计费。单位为美元 / 每百万 token：

接入点 输入 输出 隐式缓存输入 显式缓存创建 / 读取
新加坡（国际） 2.00 6.00 0.25 2.50 / 0.17
法兰克福、弗吉尼亚、东京、香港（全球）及北京 1.65 4.951 0.206 2.063 / 0.137

北京区还有批量文件调用，按半价计（输入 0.825、输出 2.475）。新加坡区送 100 万 token 免费额度，从开通或模型上线日起 90 天有效，其他地区没有。单次最多输出 131K token。

27B 目前没有阿里官方托管版，模型卡写的是 QwenCloud 版（默认 100 万上下文）即将上线。第三方平台先补上了：2026 年 10 月 22 日 OpenRouter 目录里 qwen/qwen3.8-27b 标价输入 0.04 美元、输出 1.35 美元（每百万 token），qwen/qwen3.8-2.4t-a95b 是 2 美元和 6 美元。这是 OpenRouter 的价格，不是阿里官方价。

→ 实时使用量： 在 AI Rank 的 OpenRouter 模型使用量榜 查看两者本周的名次（按 token 计，2026-10-10 至 10-16 窗口）。

那一周 Qwen3.8-27B 排第 34，用量 3,870 亿 token，比前一周少 23%；qwen3.8-max-20260902 快照排第 50，2,620 亿 token。

Qwen3.6 的位置

Qwen3.6 是今年春天的上一代，2026 年 4 月 16 日开放 Qwen3.6-35B-A3B，4 月 22 日开放 Qwen3.6-27B。Qwen3.8-27B 的模型卡把老 27B 也列了进去：SWE-bench Pro 53.5、Terminal Bench 2.1 63.4，新版分别是 61.7 和 73.0。Qwen3.6-35B-A3B 现在还有不少人在用，10 月 10 日至 16 日那周在 OpenRouter 排第 22，8,360 亿 token。

选型前先对比： 价格和排名每天都在变，决定前先看 AI Rank 的最新模型排名。

或 📱 下载 AI Rank App 在手机上随时查看。

来源

本文使用自动化编辑辅助，于 2026 年 10 月 22 日依据 Qwen 博客、模型卡、许可证与 GitHub 仓库、QwenCloud 和阿里云价格页、vLLM 配方、OpenRouter 目录及指定日期的 AI Rank 数据核对，未进行自有跑分测试。