Qwen 3.8 Max 和 27B：开放权重AI模型对比

阿里巴巴发布了Qwen 3.8-Max，一个2.4T参数的MoE模型，并宣布了用于本地使用的Qwen 3.8-27B。两者都将有开放权重。

与Kimi K3（2.8T参数）相比，Qwen 3.8-Max提供1M上下文和显著更低的API成本。Qwen 3.8 Max每百万输入token收费$2.00（缓存命中$0.20），每百万输出token收费$6.00。Kimi K3每百万输入token收费$2.90–$3.00（缓存命中$0.30），每百万输出token收费$14.00–$15.00。这使得Qwen在输出token上具有2.4倍–2.5倍的价格优势，使其在高吞吐量生成和迭代代理循环中更具成本效益。速度相当，但Qwen的效率使其在企业部署中更具优势。对于自托管，Kimi K3提供开放模型权重（594 GB MXFP4量化），允许组织通过在私有多节点基础设施或高内存工作站上运行模型来完全消除API token成本。

在性能方面，Kimi K3在复杂的代理推理和软件工程方面表现出色，在FrontierSWE（81.2% vs. 73.5%）、DeepSWE 1.1（69.0% vs. 56.6%）和Terminal-Bench 2.1（88.3 vs. 86.6）等基准测试中领先。它还在学术推理方面保持整体领先，在GPQA Diamond（93.5% vs. 92.6%）、Humanity's Last Exam（56.0% vs. 43.6%）和MLS-Bench Lite（48.3% vs. 41.0%）上超过Qwen。然而，Qwen 3.8 Max在多模态视觉和感知方面领先，在PerceptionBench（63.5 vs. 58.5）和MMMU-Pro（82.3% vs. 81.6%）上得分更高，并在OSWorld上以86.1%的验证SOTA分数超过Kimi K3。

27B模型是3.6-27B的继任者，在单块GPU（17GB显存）上量化运行，取代旧模型用于私有部署。这使其非常适合本地代理工作，提供性能和隐私的平衡。

开放权重有望推动前沿AI的民主化。开放权重的发布预计在一周内。