Qwen3.8-Max：2.4T 参数开源权重模型可在 GB300 NVL72 上部署
NVIDIA Generativ8 天前
阿里巴巴发布了 Qwen3.8-2.4T-A95B（Qwen3.8-Max）的开源权重。这是其规模最大的开源权重模型，目标是将接近前沿模型的能力带入开放生态。
关键信息
- 模型名称：Qwen3.8-2.4T-A95B，也称 Qwen3.8-Max
- 参数规模：总参数量 2.4T
- 激活参数：每个 token 激活 95B 参数
- 架构类型：细粒度混合专家模型（MoE）
- 注意力机制：结合 full attention 与 linear attention 的混合设计
- 部署方向：可在 NVIDIA GB300 NVL72 上提供服务
- 推理特性：支持可配置推理
为什么值得关注
Qwen3.8-Max 的核心看点在于，它把超大规模 MoE 模型以开源权重形式释放出来。2.4T 总参数与 95B/token 激活参数的组合，意味着模型规模很大，但推理时并不会激活全部参数，而是通过 MoE 路由选择部分专家参与计算。
从部署角度看，文章重点讨论的是在 NVIDIA GB300 NVL72 上服务该模型，并强调可配置推理能力。这类配置通常对实际服务很关键，因为不同场景会在推理质量、延迟、吞吐和资源成本之间做取舍。
社区讨论点
- 超大规模开源权重模型是否会推动企业自部署大模型的门槛下降？
- MoE 架构在推理服务中的成本优势，是否足以抵消部署复杂度？
- 可配置推理会不会成为大模型服务的标准能力之一？
- GB300 NVL72 这类高端硬件平台，对开源大模型生态的影响会有多大？
目前可确认的信息主要集中在模型规模、架构特征和部署平台。关于具体性能指标、上下文窗口完整长度、基准测试结果和实际部署成本，仍需更多完整技术细节才能进一步判断。