阿里巴巴在 2026 年 7 月 19 日的 Shanghai WAIC（世界人工智慧大會）上，正式揭開了 Qwen3-Max Preview 的面紗。這個被社群廣泛稱為 Qwen3.8-Max-Preview 的模型擁有 2.4 兆引數，採用稀疏混合專家（MoE）架構，是 Qwen 系列首款突破一兆引數門檻且具備原生多模態輸入能力的旗艦——文字、圖片、影片、檔案都能在同一個模型內處理。
阿里把它定位在「僅次於 Fable 5」。問題是：這個說法站得住嗎？下面的內容整理了多個獨立來源，拆解它的規格、能力、定價，還有對開發者可能造成的影響。
基本規格速覽
| 專案 | 規格 |
|---|---|
| 發布日期 | 2026 年 7 月 19 日（Preview） |
| 總引數 | 2.4 兆（sparse MoE，活躍引數未公佈） |
| 上下文視窗 | 100 萬 token |
| 多模態支援 | 文字、圖片、影片、檔案輸入 |
| 思考模式 | Thinking Mode + Function Calling + Built-in Tools |
| API 相容性 | OpenAI & Anthropic Messages API |
| 目前可用性 | Token Plan、Qoder、QoderWork（阿里自有平臺） |
| 開放權重 | 「即將推出」，無具體日期或授權條款 |
發布背景：為什麼是現在？
這個發布時機選得有意思。Kimi K3（2.8T）7/16 才出，Grok 4.5 和 GPT-5.6 Sol 分別是 7/8 和 7/9。Qwen3-Max Preview 卡在 Fable 5 促銷期結束的同一天亮相——開發者正在換模型的時候推新東西，時機抓得準。另外，中國監管機構 7/15 批准了 Apple–Alibaba Qwen 整合案，那時候 Qwen 的關注度本來就高。
一個小細節：阿里官方 blog（qwen.ai）叫它「Qwen3-Max」，社群和媒體多數稱作「Qwen3.8」。同一個產品——2.4T、稀疏 MoE、多模態輸入。
核心亮點與技術特色
史上首款兆級多模態 Qwen 模型
Qwen Max 系列第一次破一兆引數，也是第一個原生支援圖片、影片、檔案輸入的旗艦。以前的 Qwen Max（像是 Qwen3.7-Max）只吃文字，這個版本不用額外視覺編碼器或獨立變體就能處理多模態。
開發者 Bai Shuai 在 X 上確認這是 Qwen 團隊第一個引數超過一兆的多模態模型。如果多模態能力經得起獨立測試的考驗，它能填補跟 GPT-5.5 和 Gemini 3.5 Pro 之間的差距——這兩款早就有幾代原生多模態了。
思考模式與工具連結
Thinking Mode 會讓模型主動推理要呼叫哪個工具、怎麼解讀回傳結果，而不是被動等指令。加上 OpenAI 和 Anthropic Messages API 雙相容，現有 agent harness 的開發者改個 base URL 就能接。設計模式跟 Qwen3-Max-Thinking 一樣：先想再答。
長程工作流最佳化
阿里明確說 Qwen3-Max Preview 在以下方面超越 Qwen3.7-Max：
- 全端開發
- 資料分析
- Office 工作流程
換句話說，它瞄準的是多步驟、長時間的 agentic 任務，不是單一提示的回應品質。上下文視窗維持 100 萬 token，沒有再擴大。
「僅次於 Fable 5」——這個說法可信嗎？
這是整場發布會最受矚目也最具爭議的一點。阿里的官方推文寫道：
“One of the most powerful models available today, compatible to leading frontier AI models, second only to Fable 5.”
支援的理由
Qwen3.7-Max 在 Artificial Analysis Intelligence Index v4.0 上拿到 56.6，全球第五、中國模型第一。以這個前身為基礎，下一代「僅次於 Fable 5」不算天方夜譚。Qwen3.7-Max 在 Terminal Bench 2.0（69.7）也超過 DeepSeek V4 Pro（67.9），說明 Qwen 團隊在 agentic 環境擴充套件上有一定功力。
需要謹慎看待的理由
沒公佈任何基準測試表。 無名稱、無分數、無方法論、無第三方驗證。Kimi K3 出爐時有 LMArena 排名和 Artificial Analysis Coding Index，Qwen3-Max Preview 只有行銷語言。連模型卡和 OpenRouter 條目都沒有上架的產品，談效能定位確實早了一點。
Fable 5 在 SWE-Bench Pro 的獨立分數是 80.4，Qwen3.7-Max 同樣榜單上才 60.6——差了約 20 分。阿里說的「僅次於」是指這個差距？還是更小？沒說。
沒公佈活躍引數。 2.4T 是總引數，MoE 架構下真正決定推理成本和效能的是每次 token 的活躍引數。DeepSeek V4 Pro（1.6T）每次只啟用約 49B（3%），稀疏 2.4T 和稠密 2.4T 的計算需求差很多。
客觀評價
「僅次於 Fable 5」目前是一個可驗證但尚未被驗證的說法。不像憑空捏造——Qwen3.7-Max 的前身分數提供了合理性——但也絕非已證實的事實。開發者最務實的做法是：用自有評估集測，別太相信廠商自說自話。
定價策略：訂閱制 vs 按量計費
Qwen3-Max Preview 目前沒有公佈單一的 per-token API 價格，而是透過阿里自有的 Token Plan 訂閱服務提供。跟 OpenAI 和 Anthropic 的按量計費不同。Qwen Cloud 官方頁面的標準 API 定價是輸入 $1.2/M tokens、輸出 $6/M tokens（快取輸入 $0.24/M）。
Token Plan（國際版）
| 方案 | 發布價 | 原價 | 每週額度 | 5 小時突發上限 |
|---|---|---|---|---|
| Lite | $6/月 | $8 | 2,500 Credits | 700 |
| Standard | $18/月 | $25 | 10,000 Credits | 3,000 |
| Pro | $68/月 | $80 | 40,000 Credits | 12,000 |
一個 Token Plan 訂閱包含多個模型：qwen3.7-max、Qwen3-Max-Preview、glm-5.2、deepseek-v4-pro、wan2.7-image-pro。等於一個訂閱換多個模型，CP 值不錯。
Qoder 折扣優惠（限 Preview 期間）
Qoder 發布期間雙重摺扣：
- 常規時段（08:00–22:00 SGT）：Credits 消耗倍率從 0.5x 降到 0.05x（90% 折扣）
- 離峰時段（22:00–08:00 SGT，UTC+8 夜間）：0.01x（98% 折扣）
注意這是 Qoder 內部 Credits 消耗倍率，不等於 API 降價。Experts mode 和部分子 Agent 呼叫不適用。結束日期未定，Qoder 說會提前通知。
與前代的成本對比參考
Qwen3.7-Max 的公開 API 定價為 $2.50（輸入）/ $7.50（輸出）每百萬 token，快取輸入享 90% 折扣。若 Qwen3-Max Preview 標準價類似官方頁面的 $1.2/$6，則在 Preview 期間約等於原價的十分之一。
一個隱藏成本：Qwen 模型傾向產生更多輸出 token。Qwen3.5-27B 的資料顯示，同一任務消耗了 98M 輸出 token，MiniMax-M2.5 和 DeepSeek V3.2 分別只有 56M 和 61M。輸出比較貴，實際帳單可能比 headline $/M 高出近一倍。
與主要競爭對手的對比
Qwen3-Max Preview vs Kimi K3
| 專案 | Qwen3-Max Preview | Kimi K3 |
|---|---|---|
| 引數規模 | 2.4T | 2.8T |
| 當前可用性 | Token Plan / Qoder（訂閱制） | Kimi App / API |
| 開放權重 | 「即將」公佈，無日期 | 已宣佈 7/27 前發布 |
| 架構細節 | 未公佈 | KDA, AttnRes, Stable LatentMoE（896 專家選 16） |
| 上下文視窗 | 100 萬 token | 100 萬 token |
| 效能評估表 | 無 | 已公佈官方評估表與執行條件 |
| API 定價 | $1.2/$6（標準價，未單獨公佈訂閱方案） | $3/M 輸入 / $15/M 輸出 |
Kimi K3 透明度高不少：架構、API 定價、評估條件、權重發布期限全有。Qwen3-Max Preview 則是先開付費試用，效能表和權重往後排——「訂閱先行」是 Qwen 團隊的慣用手法（GLM-5.2 和 DeepSeek V4 也這樣）。
當前旗艦模型編年表（2026 年 7 月）
| 模型 | 發布日 | API 價格（$/百萬 token） | 代表性程式碼表現 |
|---|---|---|---|
| Claude Fable 5 | 6/9 | $10 / $50 | SWE-Bench Pro: 80.4 |
| GPT-5.6 Sol | 7/9 | $5 / $30 | Agents’ Last Exam: 53.6 |
| Grok 4.5 | 7/8 | $2 / $6 | SWE-Bench Pro: 64.7% |
| Qwen3-Max Preview | 7/19 | $1.2/$6（標準價） | 尚未公佈 |
| Qwen3.7-Max（前代） | 5/20 | $2.50 / $7.50 | SWE-bench Verified: 80.4 |
誰應該現在就試用？
✅ 建議立即測試：
- 已在生產環境使用 Qwen 系列的團隊——直接用自己的評估集跑一次 Max Preview，你可能是最早拿到一手資料的人。
- 正在評估中國模型的成本效益的開發者——Token Plan Lite 只要 $6/月，用最低成本驗證品質是否達標。
- Fable 5 促銷期將結束、需要替代方案的團隊——Qwen3-Max Preview 是當前最接近前線的選擇之一。
⏳ 建議等待：
- 對基準分數有硬性要求的企業採購——第三方評估報告預計在幾天內出現，等它們落地再做決定更穩妥。
- **打算自行部署（self-host）**的使用者——2.4T 引數意味著即使權重開放，也至少需要多節點 GPU 叢集才能執行。DeepSeek-V3.2（685B）的自架經驗已被描述為「真正的基礎設施專案」，Qwen3-Max Preview 則是它的 3.5 倍。
🏗️ 權重開放的真正價值：
對 2.4T 模型而言，「開放權重」不等於你能在自己的機器上跑——它真正帶來的是：
- 推理供應商之間的價格競爭（間接降低你的 token 成本）
- 主權、受監管和氣隙部署成為可能
- 研究人員與微調團隊獲得前線級基礎模型
目前 Preview 只能在阿里自有平臺上用。依中國國家情報法，阿里有義務配合政府資料請求，Qoder 也特別受到西方審查人員關注。一個常被忽略的細節：這個疑慮針對的是託管 API，不是跑在歐美基礎設施上的自部署權重。
策略意義：阿里從「旗艦封閉」到「開放前沿」的轉變
最值得注意的是 Qwen 系列在開放權重策略上的大轉彎——而不是引數數字本身。
回顧過往幾代：
- Qwen 3.5（0.8B–397B-A17B）→ 全家族 Apache 2.0 開放
- Qwen 3.6（27B dense, 35B-A3B MoE）→ Apache 2.0 開放
- Qwen3.7-Max → 閉源，僅 DashScope API
- Qwen3-Max Preview → 承諾開放權重
連關兩代旗艦之後，這次宣佈要把史上最大型模型開放——是真正的大轉彎。如果真的做到，會給那些把「前線等級保持閉源」當做行業常態的實驗室帶來不小壓力。
授權條款還沒公佈。Qwen 3.5 和 3.6 用 Apache 2.0 是好事，但先例不等於承諾。2.4T 規模上如果採用限制性社群授權，技術上確實算「開放權重」，但你實際能用它做什麼就受影響了。
Qwen3.6-Max Preview 的經驗值得注意：上一代的 Preview 最後是以閉源版本收場。這次 Qwen3-Max Preview 會不會重蹈覆轍？現在講還太早。
實用指南：如何開始使用 Qwen3-Max Preview
步驟一：選擇平臺
| 平臺 | 適合物件 |
|---|---|
| Token Plan（qwencloud.com） | 個人開發者、小型團隊，需要多模型切換 |
| Qoder | 深度程式碼開發者，享受最大折扣 |
| QoderWork | 需要長程 agentic workflow 的知識工作者 |
步驟二：接入已有工具
Token Plan 提供 OpenAI 相容與 Anthropic 相容雙端點。以下是幾個常見 harness 的接法：
Claude Code（Anthropic 協議）：
export ANTHROPIC_BASE_URL="https://<your-token-plan-anthropic-endpoint>"
export ANTHROPIC_API_KEY="your-token-plan-key"
export ANTHROPIC_MODEL="qwen3-max-preview"
claude
Cursor / OpenCode（OpenAI 協議）： 模型設定裡自訂 provider，填上 Token Plan 的 base URL 和 API key。
步驟三：驗證與測試
- 確認活躍模型為 Qwen3-Max Preview
- 觀察網路請求是否指向 Qwen 端點（非 api.anthropic.com）
- 先跑一個小型重構任務，再開始長時間的 agent 迴圈
總結
Qwen3-Max Preview 是一個亮眼但還有不少未知數的產品。2.4T 引數和開放權重的承諾確實吸引人，但缺少獨立驗證的效能資料，讓它現在更像一個「值得關注的預覽」而不是「已確認的前線王者」。
對開發者生態系來說，重點可能不在這個模型本身有多強——而是阿里決定把旗艦級 2.4T MoE 開放權重，打破了過去幾代閉源旗艦的慣例。如果權重如期放出且授權友好（像是 Apache 2.0），它有可能成為壓低前端 AI 基礎設施價格的關鍵催化劑。
值得追蹤的下一步：
- 權重開放日期與授權條款——決定生態系能不能圍繞它建立工具鏈
- 第三方基準測試結果——Terminal Bench、SWE-bench Pro 這些獨立資料出來後，才能驗證「僅次於 Fable 5」到底靠不靠譜
- Token Plan 會納入更多模型嗎——目前已有 GLM-5.2、DeepSeek V4 Pro 和 Qwen3.7-Max，未來可能變成一站式多模型入口
資料來源：Alibaba 官方公告（qwen.ai/blog）、AwesomeAgents.ai、Techsy.io、The Decoder、MarkTechPost、XenoSpectrum、Qoder 官方檔案及 Qwen Cloud 定價頁面等，截至 2026 年 7 月 21 日。效能資料與定價如有變動，以官方最新公告為準。