阿里首次开源 Qwen-Max 级模型：2.4T 总参数、激活 95B、原生 256K 上下文

阿里 Qwen 团队这次正式开源的，不是 Qwen 系列里常见的小尺寸版本，而是一个 2.4T 总参数、95B 激活参数的 MoE 大模型。官方口径里它属于 Qwen-Max 级别，也是这个级别第一次对外完全开放权重。

模型规格与开源范围

这个模型原生支持 262,144 Token 上下文，按业内习惯换算就是 256K。更值得注意的是，它可以通过位置编码外推把窗口扩到 1,010,000 Token，接近一百万 Token 量级，足以一次性吞下一本中等长度的书，或一份完整的大型代码仓库。

95B 的激活量意味着部署门槛不低。即便走 INT4 量化，单张 H100 也很难独立承担，更别说消费级显卡。所以这份开源权重真正的价值在于"可以被改造、被微调、被二次分发"，而不是"下载即用"。

为什么这次开源不一样

在 Qwen3.8-2.4T-A95B 之前，国内厂商把 2T 以上 MoE 大模型完整开源出来的案例屈指可数。开源旗舰级模型，本质上是在把"是否能复现"这件事交给社区检验。

过去一年，关于超大 MoE 该不该开源一直有争议。支持者认为开放权重才能推动生态，反对者担心被滥用或被蒸馏出低质量复刻。Qwen 团队这次明显押注了前者。

把它放进 Qwen 这两年的开源节奏里看会更清楚：从 Qwen2.5 的中小尺寸，到 QwQ 推理模型，再到这次的旗舰 MoE，开放粒度在变大，而不是相反。

对中文开发者和企业的影响

对国内做 Agent、长文档分析、代码助手的团队来说，能拿到一个原生 256K、可扩到近百万 Token 的开源旗舰，意味着终于有了一个可以本地化改造的底座，而不再只能依赖闭源 API。

对普通用户而言，更新传导链是间接的：很多基于 Qwen 的代码助手、长文写作工具、智能客服后台，未来几个月可能都会换上这一代底座。最直观的差异大概会体现在"更长的上下文"和"更稳的多轮对话"上。

企业用户则需要冷静算账：自建 2.4T MoE 推理集群的成本远高于直接调用 API。除非业务对数据合规有硬性要求，否则先用 API 验证场景，再考虑私有化部署，是更稳妥的节奏。

后续值得观察的几件事

第一，社区和量化团队能否把它压到消费级硬件上跑得动；第二，官方是否会同步放出对应的微调版本或多模态扩展；第三，它在中文长文本理解和代码任务上的实测表现，能否追平甚至超过当前主流闭源旗舰。

对研究者来说，更值得盯着的是它的训练数据构成、评测细节和 license 条款——这些会直接决定它能不能被用于学术发表、商用产品，以及衍生模型的分发。