阿里巴巴發布 Qwen 3.8-Max：2.4 萬億參數、100 萬 Token 上下文，主打編程、辦公及多模態能力

By Editor 10 月 12, 2026 0

阿里巴巴集團旗下通義千問團隊正式發布最新旗艦模型 Qwen 3.8-Max。官方數據顯示，這是 Qwen 系列迄今為止規模最大、綜合能力最強的基座大模型。新模型擁有高達 2.4 萬億（Trillion）總參數，支援 100 萬 Token 的超長上下文窗口，並在編程開發、企業辦公、長週期任務及科學研究等場景展現出突破性的效能。

這標誌著全球 AI 發展正由單純的「對話互動」，加速轉向深度賦能真實生產力場景的全新階段。

📊 Qwen 3.8-Max 核心規格速覽

項目	規格內容	說明
模型名稱	Qwen 3.8-Max	阿里最新千問系列旗艦基座模型
參數規模	2.4 萬億參數 (Total)	支援極大容量的知識儲存與理解能力
推理啟動參數	約 950 億參數	透過 MoE 架構平衡效能與算力成本
上下文窗口	最多 100 萬 Token	支援超長文本、百頁文件或整部影視作品分析
核心優勢	自主編程、多模態、長週期任務	在 Frontend Code Arena 排名第四
可用平台	阿里雲國際百煉平台、千問辦公 (Qwen Work)	開發者可透過 API 調用，模型權重將隨後公佈

阿里巴巴發佈 Qwen 3.8-Max　2.4 萬億參數、100 萬 Token 上下文　主打編程、辦公及多模態能力

MoE 架構平衡效能：兼具規模與運行效率

在企業實際導入 AI 時，「效能」與「成本」往往是兩大關鍵考量。Qwen 3.8-Max 基於上一代優秀的架構持續演進，採用了稀疏混合專家（Mixture of Experts, MoE）架構，並結合創新的混合注意力機制。

精準算力調配： 雖然模型總參數高達 2.4 萬億，但在實際推理和運行時，僅會動態啟動約 950 億參數。
降低落地門檻： 這種設計大幅降低了企業在日常調用時的計算成本與延遲，解決了過往「模型體積龐大卻難以商業化落地」的痛點。

香港 IT 業界視角： 對於正在進行數碼轉型的香港中小企業及資訊科技團隊而言，如何在有限的 IT 預算內善用大模型一直是一大挑戰。Qwen 3.8-Max 的 MoE 架構意味著企業能以更具成本效益的方式，部署達到國際頂尖水平的 AI 算力，應用於本地客戶服務或自動化營運。

編程與長任務表現：挑戰自主開發新高度

在開發者社群最關注的程式碼編寫能力方面，Qwen 3.8-Max 在業界權威的 Frontend Code Arena 評測中高居第四位，展現出極高的實戰價值。

官方進一步透露，在內部壓力測試中，該模型曾展現驚人的長週期執行能力：

自主運行 16 天： 成功自主完成一個長達 16 天的真實軟件工程項目。
開源項目孵化： 從零開始構建可自進化的智能體（Agent）框架，最終成功生成並發布名為 oh-my-cli 的開源項目。

這意味著 Qwen 3.8-Max 不再只是回答簡單代碼問題的「聊天機械人」，而是具備長期協作潛力的 AI 軟件工程協作者，能顯著提升前端開發、原型快速搭建、自動化測試與代碼重構的效率。

多模態與百萬級 Token：解鎖海量資料處理

除了文字與編程，Qwen 3.8-Max 的多模態與視覺智能亦迎來全面升級。

海量資料消化： 支援處理超過百頁的複雜企業財務報表、整部電視劇集或長達 100 小時的直播內容，並迅速將其轉化為可搜尋、可互動的內部知識庫。
全方位創作與重構： 能依據設計圖、介面截圖或文字描述，進行 Vlog 影片剪輯、教育動畫生成、前端網頁重建、2D 轉 3D 室內設計效果圖，甚至直接打造互動式小遊戲。

🎯 適合香港企業與開發者的四大應用場景

軟件開發與原型製作： 加快前端介面開發、自動化修復 Bug 及生成開源工具。
大灣區跨境協作與企業辦公： 處理大量跨國長文本、法律合同審查及市場研究分析。
多模態內容創作： 協助本地媒體與營銷團隊進行高效的影片剪輯、視覺設計與多媒體內容轉化。
長流程智能體任務： 建立 24/7 自動化客服、企業內部自動化流程（RPA + AI Agent）。