Qwen3.8-2.4T-A95B 全量权重上线 Hugging Face，Max 级旗舰首次开源

8 月 12 日，Hugging Face 仓库里的 213 个 safetensors 分片、共 4,892,365,451,008 字节（约 4.89TB）的 BF16 权重全部就位。模型卡写道："For the first time, Qwen3.8 brings a Qwen-Max-class model to open release."这是 Qwen 第一次把 Max 级旗舰放进开源发布。

仓库记录显示，该仓库 8 月 8 日创建，8 月 12 日 10:24（UTC）最后一次更新；当天起，Hacker News 和 X 上开始围绕这套权重出现集中讨论。8 月 3 日 Qwen 发布 2.4 万亿参数旗舰 Qwen3.8-Max 时，官方账号曾在："Next week, the open weights of Qwen3.8-Max will be released."当时官方 API 定价为输入 $2.0/M、输出 $6.0/M token。8 月 12 日正好落在这个"下周"的窗口内。

4.89TB 的 BF16 权重，和一份同日上线的 FP8 版

模型卡公布的架构数字：

92 层，隐藏维度 8192，词表 248,320；
512 个专家的 MoE，每 token 激活 10 个路由专家加 1 个共享专家；
23 组"3×(Gated DeltaNet → MoE) → 1×(Gated Attention → MoE)"混合布局；
上下文原生 262,144 token，可扩展至 1,010,000。

权重分 213 个 safetensors 分片，单分片从约 570MB 到 34.4GB，index 文件标注总大小 4,892,365,451,008 字节；实测分片头部 dtype 为 BF16。同日，也完成上传，213 个分片共约 2.50TB。同样列出 213 个分片。

开源版本与官方服务版有明确分工：Qwen3.8-Max 是基于这套权重的官方版，额外提供 vision 输入、可关闭的思考模式、默认 1M 上下文和内置工具；开源的 Qwen3.8-2.4T-A95B 是纯文本模型，思考模式强制开启且不能关闭，支持 reasoning_effort（xhigh/medium/low）调节推理深度。模型卡建议采样参数 temperature=1.0、top_p=0.95、top_k=20，并称兼容 vLLM、SGLang、TokenSpeed。

一份 $50M 门槛的 Max 许可证

随权重发布的（Hugging Face 元数据里 license_name 记为 qwen3.8-max）条款接近 MIT，但附加两个条件：

商业产品或服务月活跃用户超 1 亿、或月收入超 2000 万美元的，须在界面显著展示模型名称；
被许可方或其关联公司经营 Model-as-a-Service 或 AI Work Assistant 业务、且任意连续 12 个月合计收入超 5000 万美元的，商用前须单独取得 Qwen 授权。纯内部使用、不向第三方开放模型能力的场景不触发这一条。

PaperBench 93.0：Qwen 自报的五模型对比表

模型卡附了一份基准表，把 Qwen3.8-Max 与 Claude Opus 4.8、Claude Fable 5、GPT-5.6 Sol (max)、Qwen3.7-Max 并排对比，几个关键数字：

PaperBench 93.0，五个模型里最高，高于 GPT-5.6 Sol 的 90.5 和 Fable 5 的 88.8；
Terminal Bench 2.1 86.6，低于 GPT-5.6 Sol 的 88.8，高于 Fable 5 的 84.6；
SWE-bench Pro 67.7、FrontierSWE 73.5、DeepSWE 1.1 56.6；
GPQA Diamond 92.6、HLE 43.6、Agents' Last Exam 27.0（pass）/ 52.4（score）。

读这些数字要带上两条脚注：Fable 5 的结果可能涉及 fallback；Terminal Bench 2.1 上 Qwen 自评用 Claude Code、avg@10、5 小时超时，其他模型取的是各 harness 已发布的最佳成绩。另外，表里列的是官方服务版 Qwen3.8-Max 的成绩，没有单独列出开源 A95B 权重的评测结果。

权重上线当天，DigitalOcean 和 AMD 已经在跑

在 X 上宣布，Qwen3.8-2.4T-A95B 已上线 DigitalOcean Serverless Inference，跑在 NVIDIA B300 上，支持 1M 上下文："No clusters to manage. Just build."

同步放出 Instinct GPU 的 Day-0 支持，覆盖 SGLang、vLLM、ATOM，并配 Quark MXFP4 量化。

量化这条线，给出了一条路径：全精度需要 4.9TB 存储；动态 1-bit 量化 UD-IQ1_XXXS 的（缩小 91%），IQ1_S 为 508GB，跑 397GB 版本至少需要约 450GB 内存。中文开发者称，vLLM、SGLang、Fireworks、Unsloth 均已 Day-0 支持。

截至本文核实时已有 222 分、63 条评论。用户 NitpickLawyer 在评论里指出，官方目前只放出了 BF16 和 FP8 两档权重，没有经过 QAT 的 4-bit 量化版本，上线初期会比 Kimi K3 更难服务。

Qwen3.8-27B 还没出现在 Hugging Face

8 月 3 日同一条预告还提到 27B："Qwen3.8-27B is also going open-weights to meet you all!"但截至 8 月 12 日，用 Hugging Face API 检索 Qwen 组织下名称含 qwen3.8 的仓库，只返回 Qwen3.8-2.4T-A95B 和它的 FP8 版两个，没有 Qwen3.8-27B。Unsloth 的文档称 27B"will be released this Friday"（即 8 月 14 日）。

Unsloth 同页文档把 Qwen3.8-27B 定位为可在 16GB 以上显存或内存的机器上本地运行的型号；而 4.89TB 的旗舰权重，即便 1-bit 量化也要约 450GB 内存起步。