阿里开源Qwen3.8-2.4T-A95B：2.4T MoE、激活95B、原生256K上下文

4T-A95B模型权重，总参数2.4T，每个Token激活95B参数。

该模型原生支持262,144 Token上下文，可扩展至1,010,000 Token。模型每个MoE层包含512个专家，每个Token选择10个路由专家并激活1个共享专家。

官方评测显示，它在PaperBench、IFBench等基准上取得较高成绩，与Opus 4.8、Fable 5、GPT 5.

6 Sol相比互有高低。Qwen3.

8重点提升编程、办公、科研和长周期Agent任务的端到端完成能力。

阿里开放 Qwen3.8-2.4T-A95B 模型权重：2.4T MoE、激活 95B、原生 256K 上下文

IT之家 8 月 13 日消息，阿里云“魔搭 ModelScope 社区”公众号昨天（12 日）深夜宣布，阿里 Qwen 团队正式开放 Qwen3.8-2.4T-A95B 模型权重。 此次是 Qwen-Max 级别的模型首次开源权重：模型总参数为 2.4T，每个 Token 激活 95B 参数， 原生支持 262,144 Token 上下文，并可扩展至 1,010,000 Token 。 Qwen3.8 延续 Qwen3.5 的混合架构，重点提升 编程、办公、科研和长周期 Agent 任务 的端到端完成能力。官方云端版 Qwen3.8-Max 基于该开放权重模型，并加入更多生产环境能力。 官方公布的评测覆盖编程 Agent、通用 Agent、专业工作和长上下文等方向；与 Opus 4.8、Fable 5、GPT 5.6 Sol 等模型相比，各项结果 互有高低 ，并在 PaperBench、IFBench 等 Benchmark 中取得所列模型中的较高成绩。 IT之家附上有关链接如下： 模型： https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95B blog： https://qwen.ai/blog?id=qwen3.8 Qwen Studio： https://chat.qwen.ai Qwen3.8-2.4T-A95B 是一个因果语言模型，总参数为 2.4T，每个 Token 激活 95B。模型每个 MoE 层包含 512 个专家，每个 Token 选择 10 个路由专家，并同时激活 1 个共享专家。 模型还进行了多步 MTP（Multi-Token Prediction）训练，为支持相应机制的推理引擎提供预测多个后续 Token 的能力。 根据介绍，Qwen3.8-Max 的办公与 Agent 后训练概括为三个环节： 持续扩展真实环境，并在这些独立维度上解耦合：任务（Task）（单任务 → 多任务 → 跨天任务）、工作空间（Workspace）（多文件 → 层级目录 → 复杂异构目录）、Harness （不同的类别、版本、技能）。这使得环境数能够以组合方式自然增长，而非依赖逐一定制化集成。 构建一个统一的奖励系统，将真实任务中异构的验证方式内化其中。该系统涵盖基于执行的校验、对文本及渲染后的视觉输出的 rubric 评估、以及 agentic 检查。我们将多种形式与模态统一在一个奖励系统内，为所有环境提供了一致而可靠的奖励信号，消除维护任务专用的 verifier 所固有的不一致性。 构建一个在线数据均衡器，对每个 batch 进行重构，使其在任务、难度、工作区与 harness 上的分布高度均衡，降低 batch 间梯度方差，从而支撑强化学习的训练算力稳定、持续地扩展。

This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Qwen3.8-2.4T-A95B, Qwen, 阿里云, 开源模型.

Source attribution: curated from IT之家.