Qwen3.8 到底发布没有？目前只有预览版，正式开源还要等

Qwen3.8 已经可以使用，但目前上线的是 Qwen3.8-Max-Preview 预览版，模型 ID 为 qwen3.8-max-preview。截至 2026 年 7 月 22 日，千问官方仍将它标注为预览模型，正式版和开放权重版本尚未发布。

这一区别很重要：现在可以通过千问 AI 平台体验和调用 Qwen3.8，但不能据此认定完整模型权重、技术报告、架构细节和正式基准已经公开。

官方文档：

快速结论

问题	当前答案
Qwen3.8 正式版发布了吗	没有，目前是 Max Preview
现在能不能使用	可以，通过 Token Plan 等官方入口
模型 ID	`qwen3.8-max-preview`
是否支持 API	支持 OpenAI、Anthropic 等兼容接口
是否已经开源权重	尚未，官方表示正式版将发布并开放权重
参数规模	官方预告为 2.4T 总参数
是否支持视觉输入	官方 Token Plan 模型表标注支持视觉理解
是否适合生产环境	适合评估，不建议未经回归测试直接替换稳定模型

如果只是想抢先测试编程、复杂推理、多 Agent 或办公任务，现在可以开始；如果目标是本地部署、量化、微调或长期稳定生产，仍需等待正式权重和完整技术资料。

Qwen3.8 到底发布了什么

目前可确认的产品是 Qwen3.8-Max-Preview。千问 AI 平台明确说明：

它是预览版本，能力会在预览期间持续更新。
预览结束后，当前模型可能下线，也可能被正式版本替换。
当前主要通过 Token Plan 提供访问。
模型支持推理、文本生成和视觉理解。
官方预告 Qwen3.8 正式版将发布并开放权重。

因此，“Qwen3.8 已上线”和“Qwen3.8 正式开源”是两件不同的事。前者已经发生，后者仍在等待官方落地。

2.4T 参数意味着什么

官方对 Qwen3.8 的预告提到 2.4T 参数，也就是约 2.4 万亿总参数。但在完整技术报告公布前，还不能仅凭这个数字判断实际推理成本。

对于混合专家模型，至少还要知道：

每个 Token 激活多少参数；
专家数量和路由方式；
上下文窗口与注意力结构；
推理时的显存、带宽和通信需求；
是否提供不同规模的稠密或 MoE 开源版本；
权重采用什么许可证。

总参数决定模型容量上限的一部分，激活参数和推理架构才更直接影响每次请求的速度与成本。在这些数据公开前，不宜把 2.4T 简单理解为“推理成本一定是上一代的数倍”。

Qwen3.8-Max-Preview 适合测试什么

从官方平台定位看，Qwen3.8-Max-Preview 面向复杂推理和编程任务。更适合优先测试以下场景：

长流程编程任务

不要只测试一道算法题。可以给模型一个小型真实仓库，要求它完成：

阅读项目结构；
定位一个跨文件问题；
给出修改计划；
修改代码；
执行测试；
根据错误继续修复；
总结变更和剩余风险。

这种测试更能观察模型在长上下文、工具调用和多步纠错上的稳定性。

前端页面还原

准备同一份设计截图和验收标准，比较 Qwen3.8 与当前常用模型的结果：

页面结构是否完整；
响应式布局是否可用；
是否擅自改变设计；
是否会生成大量重复组件；
首次生成后需要几轮修正；
最终代码能否通过构建与 lint。

只看截图是否“好看”很容易产生主观偏差，最好同时记录构建成功率、修改轮次和人工接管时间。

数据分析与 Office 工作流

可以选择一份脱敏表格，要求模型完成数据清洗、异常说明、统计汇总和报告生成。重点检查数字是否能回溯到原始数据，而不是只看报告语言是否流畅。

多 Agent 协作

如果平台或客户端支持多个 Agent，可让不同角色负责分析、执行和审查。测试重点不是角色数量，而是任务交接时是否丢失约束、重复执行或互相覆盖文件。

如何通过 API 调用

Qwen3.8-Max-Preview 当前仅限 Token Plan。购买或开通后，需要从控制台获取套餐专属的 API Key 和 Base URL，不能直接假设它与普通按量计费地址相同。

下面以 OpenAI 兼容接口为例。请把地址替换成控制台显示的 Token Plan Base URL：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


curl "$QWEN_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $QWEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-max-preview",
    "messages": [
      {
        "role": "user",
        "content": "分析这个方案的风险，并给出可执行的验证步骤"
      }
    ],
    "stream": false
  }'

Python 可以使用 OpenAI SDK：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23


import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QWEN_API_KEY"],
    base_url=os.environ["QWEN_BASE_URL"],
)

response = client.chat.completions.create(
    model="qwen3.8-max-preview",
    messages=[
        {
            "role": "user",
            "content": "为这个 Python 项目设计一套分层测试方案。",
        }
    ],
    extra_body={
        "reasoning_effort": "high",
        "preserve_thinking": True,
    },
)

print(response.choices[0].message.content)

多轮对话要注意 preserve_thinking

官方 API 文档对 qwen3.8-max-preview 有一项特别说明：preserve_thinking 默认为 true，多轮对话时需要把历史消息中的 reasoning_content 完整回传。

如果客户端只保存普通 content，忽略推理字段，可能出现：

后续回答质量下降；
多步工具任务丢失中间状态；
请求格式不符合模型预期；
客户端看似兼容，实际无法稳定继续会话。

接入前应确认 SDK、代理网关和聊天客户端是否保留未知字段。不要把 reasoning_content 直接拼接进 content，官方文档明确不支持这种处理方式。

reasoning_effort 怎样选择

Qwen3.8-Max-Preview 支持 low、high 和 xhigh 三档推理力度，默认是 xhigh。

档位	适合任务	使用建议
`low`	分类、提取、简单改写	优先控制延迟和消耗
`high`	编程、分析、工具规划	作为多数复杂任务的起点
`xhigh`	长程推理、复杂 Agent 任务	先小规模测试成本和稳定性

并不是所有请求都需要最高档。批量任务如果默认使用 xhigh，可能把大量预算消耗在简单问题上。更稳妥的做法是按任务复杂度路由模型和推理档位。

内置工具支持情况

千问 AI 平台列出的 Qwen3.8-Max-Preview Harness 工具包括：

联网搜索；
代码解释器；
网页抓取；
以图搜图；
文搜图。

这些工具由平台提供，不等于模型权重内置了浏览器或代码执行环境。迁移到其他服务商或未来本地部署时，需要重新准备相应的工具、权限控制和运行沙箱。

涉及代码执行和网页访问时，还要单独限制：

文件系统可读写范围；
网络访问白名单；
单次执行时间；
子进程数量；
密钥和环境变量暴露；
下载文件大小；
高风险 Shell 与 Git 命令。

模型能力更强，不会自动消除工具执行风险。

现在不应下结论的内容

预览阶段最容易出现的问题，是把宣传信息提前写成确定事实。以下内容仍应等待正式资料：

开源许可证

官方表示将开放权重，但具体许可证、可商用范围、再分发要求和使用限制尚未完整公布。

本地部署门槛

2.4T 总参数模型即使采用 MoE，也不代表普通工作站能够运行。是否会同步发布小参数版本、量化权重和推理框架支持，需要等待模型卡。

完整基准成绩

内部任务表现可以用来了解产品定位，但不能代替公开数据集、第三方评测和真实业务回归测试。

稳定模型 ID

预览版可能持续更新，今天与下周调用同一个模型 ID，实际能力可能已经发生变化。生产评估应保存日期、请求参数、输入样本和完整输出。

一套可复用的评估方法

准备 20 至 50 个来自真实业务的脱敏任务，同时让当前生产模型与 Qwen3.8-Max-Preview 执行。每个任务记录：

指标	记录内容
成功率	是否满足明确验收条件
首次通过率	是否无需追加提示即可完成
工具调用	参数是否正确、是否重复调用
延迟	首 Token 与完整响应耗时
消耗	输入、推理、输出 Token 或 Credits
稳定性	相同任务多次运行差异
人工成本	修正结果所需时间
安全性	是否越权访问文件、网络或密钥

不要只挑模型擅长的公开题目，也不要用一次成功结果替代重复测试。对 Agent 模型来说，完成率和可恢复性通常比单轮回答观感更重要。

常见问题

Qwen3.8 已经正式开源了吗？

没有。目前可使用的是 qwen3.8-max-preview，正式版和开放权重仍处于“即将发布”状态。

能在 Ollama 或 llama.cpp 中运行吗？

当前没有官方 Qwen3.8 开放权重，不能像已开源的小型 Qwen 模型一样直接下载运行。第三方同名模型也不能视为官方正式权重。

普通 DashScope API Key 能直接调用吗？

官方文档目前把该模型标注为仅 Token Plan 可用。应使用 Token Plan 控制台提供的专属 API Key 和 Base URL，并以控制台实际权限为准。

预览版适合替换生产模型吗？

不建议直接替换。预览期能力和接口行为可能调整，应先进行固定样本回归、成本评估、异常降级和数据合规检查。

什么时候发布正式版？

官方只给出了即将发布和开放权重的信息，没有提供可验证的精确日期。遇到具体发布日期传闻，应等千问官方模型页、模型卡或代码仓库确认。

总结

Qwen3.8 的热点是真的，但准确说法应是：Qwen3.8-Max-Preview 已上线，正式版尚未发布，开放权重仍在等待中。

现在最值得做的不是围绕参数规模下结论，而是用真实任务验证它的编程、推理、视觉理解和工具调用能力，同时保存完整测试条件。等正式模型卡、权重、许可证和公开基准落地后，再判断本地部署与生产迁移是否划算。