阿里开源Qwen3.8-2.4T：国产超大模型架构趋同，MoE与混合注意力成主流

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-13

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

2026年8月13日，阿里正式开放Qwen3.8-2.4T模型权重，这是继Kimi K3开源后又一旗舰级开源模型。该模型总参数达2.4T，激活参数95B，采用MoE架构，混合注意力机制，与Kimi K3在架构上高度趋同，标志着国产超大模型技术路线走向收敛。

📊 核心实体与商业数据

💡 业务落地拆解

架构趋同：MoE与混合注意力成主流

Qwen3.8采用MoE架构，总参数2.4T，激活95B，与Kimi K3（总参数2.8T，激活103B）类似。两者均采用约3:1的线性注意力与全局注意力混合，上下文目标稳定在百万Token级别。Kimi K3引入KDA、AttnRes和Stable LatentMoE，而Qwen3.8则基于Qwen3.5验证的混合架构扩展至Max规模。

推理基础设施：量化与并行优化

Qwen3.8提供BF16/FP8 checkpoint，并支持NVFP4/MXFP4量化，FP4可压缩至单节点部署。推理阶段采用TP、DP、EP组合，通过融合通信和专用MoE Kernel降低通信开销。Kimi K3则提出MoonEP动态复制热门专家。

后训练聚焦Agent能力

Qwen3.8后训练重点提升自主规划、环境反馈处理和端到端任务完成能力。官方评测显示，Terminal Bench从74.5升至86.6，PaperBench从64.8升至93.0，而GPQA Diamond仅从92.4升至92.6，表明增量主要在Agent场景。默认开启preserve_thinking，保留推理上下文，与Kimi K3方向一致。

开源规则：自定义许可与商业门槛

Qwen3.8采用自定义Qwen3.8-Max License，而非Apache 2.0。允许广泛使用，但月活超1亿或月收入超2000万美元需署名；MaaS或AI Work Assistant业务且年收入超5000万美元需额外授权。Kimi K3同样采用自定义许可，设置类似门槛。

🚀 对企业AI化的启示

1. 技术选型：MoE架构和混合注意力成为超大模型主流，企业可关注相关开源模型，降低研发成本。
2. 部署成本：FP4量化使单节点部署成为可能，企业可评估自身算力需求，选择合适量化版本。
3. 商业合规：自定义许可设置商业门槛，企业在商业化应用前需仔细审查许可条款，避免法律风险。
4. Agent应用：模型后训练聚焦Agent能力，企业可探索在自动化、智能客服等场景的应用。

【官方原文链接】点击访问首发地址