Qwen 發布了 Qwen3.8-2.4T-A95B，這是一個擁有 2.4 兆總參數和 950 億活躍參數的稀疏混合專家（MoE）模型。該模型聲稱其性能與 Opus 4.5/4.8 及 Fable 5 相當，成為領先的開源權重競爭對手。
此發布縮小了頂級閉源模型與可訪問硬體之間的差距，讓用戶能夠在本地或平價集群上運行高性能 AI。它證明了開源 MoE 架構在基準測試中能有效與閉源巨頭競爭。
該模型提供 bf16 和 fp8 格式，全精度 bf16 大小為 4.9TB。社群討論指出，量化（例如 1-bit）可將佔用空間減少至約 397GB，使其在高端消費級硬體上可行，但它缺少官方 Qwen3.8-Max API 版本中的視覺輸入和 100 萬上下文長度功能。
事件背景
混合專家（MoE）是一種架構技術，透過將任務路由至模型中最擅長的部分來加速 AI 推論，從而允許龐大的參數數量，同時在推論時不會產生成比例的計算成本增加。量化是一種降低模型權重精度（例如從 16 位元降至 4 位元或更低）的過程，顯著減少記憶體使用量，並使部署在 VRAM 或 RAM 有限的硬體上成為可能。
社群觀察
社群成員對在可訪問硬體上運行 Opus 級性能感到興奮，指出量化使得 2.4T 模型在擁有約 7TB RAM 的系統或優化設置中變得可行。然而，一些用戶指出，開源權重版本缺少專有 Qwen3.8-Max API 中的視覺支援和完整 100 萬上下文長度等功能，且運行 bf16 版本需要大量資源。
