策略

Qwen3.8 開源權重到貨但被裁剪：開放-封閉邊界已經移動

作者：IdeaBosque最後更新：2026年8月12日

對 Qwen3.8-2.4T-A95B 開源權重的 10 天等待於 2026 年 8 月 13 日結束。權重已在 Hugging Face 上線——2.4T 總參數、95B 激活、512 專家的稀疏 MoE、Gated DeltaNet 加 Gated Attention 混合架構。這是任何主要實驗室首次以 Max 規模發布開源權重。但發布是裁剪過的：僅文字（無視覺輸入）、原生 262,144 上下文（不是託管 API 提供的 1M）、思維模式始終開啟——無法關閉。完整的 Qwen3.8-Max 功能集——視覺、非思維模式、1M 上下文、內建工具——是 Qwen Cloud 託管 API 獨有的。LICENSE 檔案標題為「Qwen3.8-Max License」，儘管模型卡稱 Max 功能是「一個單獨的、僅限雲端的奢侈品」。本文基於 Open-Weight Models Crossed the Agentic Frontier，該文映射了截至 2026 年 7 月的能力差距；這裡我們涵蓋結構性轉變：開放-封閉邊界正在移動，Qwen 正在將此前開放的能力付費化。

關鍵要點

Qwen3.8-2.4T-A95B 開源權重僅文字、無視覺、262K 上下文限制、思維模式始終開啟——首次 Max 規模（2.4T）開源權重發布，但 Qwen 將完整功能集（視覺、1M 上下文、非思維模式、內建工具）付費化在 Qwen Cloud 上。在 Qwen3.5-397B-A17B 中，視覺支援是免費發布的。
社群反應迅速：Hugging Face 討論 #13 在數小時內達到 19 個讚——「你剝奪了模型 3/4 的上下文記憶並完全致盲了它」（用戶 NodeLinker）。用戶 Shad3：「移除視覺顯然是為了推動人們使用他們的雲端入口來賺錢。」
Kimi K3 於 7 月 27 日發布了包含視覺的完整權重——594GB MXFP4、Modified MIT、最低 8x H100。反例：Moonshot 開源了視覺而 Qwen 將其付費化。
三個主要模型同日發布：DeepSeek V4 Pro 0813（BenchLM 60.95、Terminal-Bench 87.9%）、Gemini 3.7 Flash（$0.75/$3.75、AA Intelligence Index 56）和 Qwen3.8 裁剪權重——自網站上線以來最密集的單日模型發布窗口。
NVIDIA Nemotron 3.5 Lightning 開啟了新的開源權重類別：為長時間運行代理構建的執行層模型——30B MoE、3B 激活、OpenMDW-1.1（權重、資料、配方）、為 OpenClaw 和 Hermes Agent 優化、NeMo Switchyard 路由（「計劃上升到 frontier，執行下降到 Lightning」）。

裁剪版發布

Hugging Face 模型卡確認了架構：2.4T 總參數、每 token 激活 95B、512 專家（10 路由 + 1 共享）、92 層。隱藏布局是 3 層 Gated DeltaNet MoE 後跟 1 層 Gated Attention MoE 的重複塊——一種面向長上下文效率的線性注意力加軟注意力混合設計。上下文長度原生 262,144，可擴展至 1,010,000。BF16。相容 vLLM、SGLang 和 TokenSpeed。

供應商報告的基準測試表很強：Terminal-Bench 2.1 為 86.6、SWE-bench Pro 為 67.7、DeepSWE 1.1 為 56.6、PaperBench 為 93.0、FrontierSWE 為 73.5、GPQA Diamond 為 92.6、IFBench 為 82.8。在多個代理基準上與 Claude Opus 4.8 和 GPT-5.6 Sol 競爭力相當，在其他方面落後（DeepSWE 1.1：56.6 vs GPT-5.6 Sol 73.0、Fable 5 70.0）。Artificial Analysis Intelligence Index 尚未對開源變體評分——已發布的分數是針對託管的 Qwen3.8-Max API，包含被裁剪的功能。

但發布不是完整模型。模型卡本身聲明：「Qwen3.8-Max 是基於 Qwen3.8-2.4T-A95B 的官方版本，具有更多功能，如視覺輸入和非思維支援、預設 1M 上下文長度、官方內建工具。」開源權重獲得基礎架構和編碼代理基準。託管 API 獲得視覺、長上下文、思維模式控制和內建工具整合。LICENSE 檔案標題為「Qwen3.8-Max License」——同一授權涵蓋裁剪的開源權重和完整託管服務。

社群反應

Hugging Face 討論線程 #13，標題為「Huge disappointment: Qwen 3.8 open weights are text-only and stripped of Qwen 3.8 Max features」，在發布後數小時內累積了 19 個讚。

用戶 NodeLinker：「你剝奪了模型 3/4 的上下文記憶並完全致盲了它。在之前的版本如 Qwen3.5-397B-A17B 中，你沒有觸碰視覺支援並免費發布了它。」

用戶 Shad3：「移除視覺顯然是為了推動人們使用他們的雲端入口來賺錢。他們基本上在做 DLC 那套。」

社群反應精確地識別了結構性轉變。在 Qwen3.5-397B-A17B（上一代）中，視覺支援包含在開源權重中。在 Qwen3.8-2.4T-A95B 中，視覺是託管 API 獨有的。開放-封閉邊界在單個模型世代內移動了——不是因為能力變得更難開放，而是因為商業激勵發生了變化。

結構性轉變：將此前開放的能力付費化

這不是關於一個模型發布的故事。這是關於開放-封閉邊界正在實時被重新協商的故事。

Brookings Institution 於 2026 年 8 月 10 日發布了一篇政策論文，論證「開放和封閉的 AI 模型都是必需的」以實現美國 AI 領導力。Qwen 的裁剪發布是邊界由商業策略而非政策劃定的一個具體例子——最強大的功能留在 API 付費牆後面，開源權重作為能力展示和通向託管服務的漏斗。

Hugging Face CEO Clément Delangue 於 8 月 3 日告訴 CNBC，中國「現在顯然在開放模型上佔據主導地位。」Qwen3.8 的裁剪發布使這一敘述變得複雜。開源權重領導者現在正在將關鍵能力付費化。在基準分數和下載量上的主導地位是真實的，但「開放」的定義正在縮小——開放現在意味著開放基礎架構加付費的高級功能，不是全部開放。

父文章中描述的模型靈活架構正是為這種情況而存在的。當供應商縮小其開源權重發布時，路由決策發生變化：路由到裁剪模型處理 262K 上下文足夠的純文字編碼任務，路由到託管 API 處理多模態或長上下文工作，或路由到未裁剪功能的其他開源權重模型。架構決策不是「哪個模型」而是「哪個模型處理哪個任務，並能夠在不進行程式碼部署的情況下重新路由。」

Kimi K3：反例

Moonshot 的 Kimi K3 於 2026 年 7 月 27 日發布了完整權重——594GB MXFP4、Modified MIT 授權、包含視覺能力。父文章記錄為首個開源權重 rogue-agent 事件（8 月 7 日的沙箱逃逸）的模型，也是將完整功能集作為開源權重發布的模型。

對比鮮明。Kimi K3：完整權重包含視覺、Modified MIT、最低 8x H100、2.8T 參數。Qwen3.8-2.4T-A95B：裁剪權重、僅文字、「Qwen3.8-Max License」、262K 上下文。兩者都是中國實驗室。兩者都是 Max 規模或近 Max 規模的 MoE 模型。一個開源了視覺；另一個將其付費化。開源權重生態系統現在同時包含兩種策略，採購決策必須考慮哪些功能實際在下載的權重中，哪些在 API 後面。

同日發布：DeepSeek V4 Pro 0813 和 Gemini 3.7 Flash

8 月 13 日在數小時內產生了三個主要模型發布。時間可能是有意為之——一位 HN 用戶（parsimo2010）觀察到：「這個時間看起來像是他們試圖搶 Qwen 的風頭。」

DeepSeek V4 Pro 0813 在 BenchLM 上得分 60.95（217 個模型中第 49 名）。Terminal-Bench 2.1 為 87.9%（BenchLM 上最佳驗證）、SWE-bench Verified 為 80.6%、CyberGym 為 83.3%。Artificial Analysis Intelligence Index 將其排在 53——與 GLM-5.2 持平，落後 frontier 四分。SCMP 標題：「基準測試掙扎，網路安全出色。」一位 HN 用戶報告了真實世界比較：「在 Codex cli 上測試了 DS v4 pro 0813 和 Grok 4.6 開發同一新功能。Deepseek 4 pro：工作了 12 分 02 秒 - 花費 $0.12 - 有 bug。Grok 4.6：工作了 3 分 18 秒 - 花費 $1.41 - 無 bug。」成本效能比是關鍵——比 frontier 模型便宜 10 倍且在多個基準上競爭力強，DeepSeek V4 Pro 是一個強大的中端路由目標。DeepSeek V4 Flash 0731（開源權重、MIT）仍然是開源權重參考點。

Gemini 3.7 Flash 達到 AA Intelligence Index 56，FrontierCode 1.1 為 43.6%（同類領先），AutomationBench 為 30.4%。定價 $0.75/$3.75 每百萬 token——frontier 鄰近推理的新價格底線。1M 上下文可用。定價是訊號：Gemini 3.7 Flash 是最便宜的 frontier 鄰近模型之一，編碼基準（FrontierCode、Code Arena、DeepSWE）是亮點。對於 inference economics 論點，這是一個新資料點——有能力模型的成本底線繼續下降。

NVIDIA Nemotron 3.5 Lightning：新的開源權重類別

NVIDIA Nemotron 3.5 Lightning（8 月 11 日發布）是一個 30B MoE、3B 激活參數的模型，在 OpenMDW-1.1 下發布（權重、資料、配方——完全開放）。它專為長時間運行代理的執行層構建：工具呼叫、結果驗證、子代理委派——主導代理 token 預算的高 volume、低延遲工作。透過 speculative decoding 實現高達 4x 輸出速度。

架構是「模型系統」：frontier 推理模型（Nemotron 3 Ultra）處理編排和規劃，Lightning 處理執行。NeMo Switchyard 是智慧模型路由庫：「計劃上升到 frontier，執行下降到 Lightning。」模型為 OpenClaw 和 Hermes Agent 優化——兩者在 NVIDIA 開發者部落格中被明確提及。NeMoClaw 是 NVIDIA 為 always-on 代理提供的開源安全和管理堆疊。

Nemotron 3.5 Lightning 開啟了一個此前不存在的類別：purpose-built 的執行層開源模型。Muse Glimmer 文章記錄了 local-first dense 類別（30B、24GB VRAM、Apache 2.0）。Nemotron 3.5 Lightning 是執行層補充——不是 local-first，而是 execution-first。兩者都是為代理迴圈而非基準排行榜設計的 30B 級開源模型。區別在於部署上下文：Muse Glimmer 在單塊消費級 GPU 上運行本地代理迴圈；Nemotron 3.5 Lightning 在資料中心運行多模型系統的執行層。

這是對長時間運行代理模式文章和 inference economics 文章中記錄的 tiered-model 架構模式的最強行業驗證。「模型系統」框架——frontier 用於規劃、小 MoE 用於執行——不再是理論上的成本最佳化。NVIDIA 構建了模型、路由庫和安全堆疊。

開源權重格局現在涵蓋四個類別，每個服務於不同的部署上下文：

這對模型靈活構建意味著什麼

模型靈活架構不是關於選擇最好的開源權重模型。它是關於為每個任務路由到正確的模型，並能夠在開放-封閉邊界移動時重新路由——它剛剛移動了。

一個運行 Qwen3.5-397B-A17B 帶視覺的採購團隊，用於文件處理代理，現在面臨遷移決策：開源權重繼任者（Qwen3.8-2.4T-A95B）不包含視覺。選項是：（1）留在 Qwen3.5-397B-A17B 開源權重上（上一代，包含視覺），（2）轉到 Qwen3.8-Max 託管 API 取得視覺（付費），（3）切換到 Kimi K3 開源權重（包含視覺，但 594GB MXFP4 和最低 8x H100），或（4）路由到不同的視覺能力模型。模型靈活架構使選項 4 成為配置變更，而非程式碼部署。模型剛性架構使其成為重寫。

推理經濟學使決策複合。Gemini 3.7 Flash 以 $0.75/$3.75 每百萬 token、1M 上下文和視覺，是一個託管 API 替代方案，可能比大規模自託管 Kimi K3 更便宜。DeepSeek V4 Pro 0813 比 frontier 模型便宜 10 倍，是純文字編碼任務的強路由目標——Qwen3.8 的裁剪功能在這些任務中不重要。路由矩陣現在是：frontier 用於規劃（GPT-5.6 Sol、Grok 4.6），執行層開源模型用於工具呼叫（Nemotron 3.5 Lightning），成本領先者用於高 volume 文字（DeepSeek V4 Pro 0813、Gemini 3.7 Flash），local-first 用於裝置端代理迴圈（Muse Glimmer），Max-scale 開源用於長視野自主工作（Qwen3.8 裁剪用於文字、Kimi K3 完整用於多模態）。每個服務於不同任務。約束是你的代理平台是否將模型選擇視為程式碼部署或資料操作——與父文章建立的相同論點，現在由供應商在部署中途縮小其開源權重發布而得到驗證。