Qwen 團隊開放 Qwen3.8-2.4T-A95B 權重，支援 Agent 自主完成長流程開發與研究工作

Qwen 團隊開放 Qwen3.8-2.4T-A95B 權重，支援 Agent 自主完成長流程開發與研究工作。 這款模型總參數達 2.4T、每個 token 約啟用 95B，並提供可調整的 reasoning、平行 tool calls 與最長 1M context。 模型能力 ModelScope 將 Qwen3.8-Max 定位為 Qwen 迄今最大規模的 open-weight 模型，並列出多項自主工作成果： 在無人值守狀態下連續開發超過 10 天，從零打造可自我演進的 harness。 重現一篇研究論文後，執行 125 小時的 autonomous loop，並取得優於該論文結果的表現。 將晶片設計流程從 RTL 推進到 layout，宣稱將 die area 降低 81%。 來源：@SiliconFlowAI（回覆）｜Qwen 3.8 Max 在 PaperBench（93.0）、ERQA（77.8）、PerceptionBench（63.5）、LVBench（81.8）與 OSWorld-Verified（86.1）等多項 Agent 評測中取得領先，而在 SWE-Pro 與 MobileWorld 則由 Fable5 取得最高分。 Qwen3.8-2.4T-A95B 的評測結果也集中在 Agent 實際工作負載：TerminalBench 2.1 為 86.6、PaperBench 為 93.0、CoWorkBench 為 74.8，OSWorld-Verified 則為 86.1。這些數字反映其目標不只是回答問題，而是處理 coding、研究與多步驟操作。 Qwen 3.8 Max 在 PaperBench (93.0)、OSWorld-Verified (86.1) 與 ERQA (77.8) 等多項基準測試取得領先，但在 SWE-Pro (67.7) 與 MobileWorld (77.8) 等項目落後於 Fable5。 架構設計 Hugging Face 模型文件指出，Qwen3.8-2.4T-A95B 採用混合 attention 的 Mixture-of-Experts（MoE）架構，共 92 層，其中 69 層使用 linear attention、23 層使用 full attention；模型配置 512 個 routed experts，每個 token 啟用 10 個，另有一個 shared expert。原生 context window 為 262K，可延伸至 1M，輸出長度最高 128K。 來源：@ClementDelangue（回覆）｜Hugging Face 網站介面上 Qwen3.8-2.4T-A95B 模型頁面的標題與標籤區塊，顯示模型名稱、like 數與追蹤數，下方排列有 Text Generation、Transformers、Safetensors 等標籤。 這種設計是為了處理 Agent 工作流程持續累積的系統指示、工具輸出、檢索文件、程式碼、事件紀錄與推理軌跡。full attention 讓模型完整比較 token 關係，linear attention 則以受限的 recurrent state 取代持續增長的 KV cache，藉此控制長 context 下的計算量與記憶體需求。內建的 reasoning 控制提供 low、high、xhigh 三種層級，開發者可依任務在推理品質與吞吐量之間取捨。 部署與供應 Qwen3.8-2.4T-A95B 已同步在 Fireworks 與 SiliconFlow 提供服務，可從 Fireworks 開始建置。SiliconFlow 公布的價格為每 1M tokens：輸入 2 美元、輸出 6 美元、快取輸入 0.25 美元；模型頁面可從 SiliconFlow 試用。模型權重則可從 ModelScope 或 Hugging Face 取得。 來源：@FireworksAIHQ（回覆）｜Fireworks 與 Qwen 的雙方品牌識別標誌並列，左側為紫色 Fireworks 字樣與圖示，右側為藍色 Qwen 字樣與圖示，中間有一道垂直分隔線，背景為白底帶有淡紫色漸層。 來源：@SiliconFlowAI（回覆）｜SiliconFlow 宣布 Day-0 支援 Qwen3.8-2.4T-A95B，並開放模型上線使用，淡紫色漸層背景中央醒目顯示藍紫色的大標題與網站網址。 硬體效能 NVIDIA 表示，Qwen3.8-2.4T-A95B 在 NVIDIA GB300 NVL72、FP8 精度下，不需額外模型調校即可達到每張 GPU 超過 4K tokens/秒、每位使用者超過 350 tokens/秒。GB300 NVL72 將 72 張 NVIDIA Blackwell Ultra GPU 整合在同一平台，並透過 130 TB/s 的 NVIDIA NVLink 網域支援專家模型所需的高速互連；NVIDIA 也預期後續採用 NVFP4 精度後，效能仍可提升。 來源：@NVIDIAAP（回覆）｜Qwen3.8-2.4T-A95B 在 NVIDIA GB300 NVL72 平台上的效能顯示，隨著每位使用者的互動性（TPS per User）提升，每張 GPU 的吞吐量（TPS per GPU）呈下降趨勢。原文：https://easyvibecoding.app/curated/2943-modelscope-qwen3-8-max-weights-autonomous-agent-coding