Qwen3.8-Max 发布两周了。这两周里，2.4T 权重和 27B 稠密版先后开源，DeepSeek 的涨价方案也刚好在今天生效。热搜退了，账该补上了。这次上秤的是史上最重的权重，尺子还是第一篇那把，每成功任务成本。

回看发布日：2.4 万亿参数，API 输入 12 元、输出 36 元，官方同时宣布权重开源。千问历史上第一次，把 Max 级旗舰放出来给所有人下载。

金字塔尖免费送，当时是全行业的狂欢。但这个系列只认一条铁律：免费的图纸，不等于便宜的工厂。

照旧拆三本账：API 怎么买才不亏、2.4T 谁真正部署得起、阿里把旗舰免费送出去，到底在图什么。

一、一张成绩单，一份价目表

规格表和成绩单，先原样摆上桌。

维度	Qwen3.8-Max	备注
总参数 / 激活参数	2.4T / 95B	基于 Qwen3.5 底座的 MoE 稀疏结构
上下文窗口	~1M token	对标 V4-Flash 的长上下文赛道
核心能力	编程 + 专业办公 + 长周期任务	数百类真实职业场景强化学习优化
代表战绩	自主连续编程 16 天；电商模拟 2000+ 轮交互，10 万本金做到 41.6 万	Arena 三个分项国产前列
API 定价（国内）	输入 12 元 / 输出 36 元 / 缓存命中 1.5 元（每百万 token）	国际版输入 $2 / 输出 $6
权重开源	已落地（8 月 12 日夜 2.4T 权重先行上线、8 月 14 日 27B 稠密版）	千问首次开源 Max 级权重；Max 用专属许可，27B 用 Apache 2.0

这张表不长，但有三个地方值得停下来看看。

第一，它对标的是“干活”，不是“聊天”。 连续 16 天不眠不休自主写代码；电商经营模拟里泡了 2000 多轮交互，拿 10 万本金做到 41.6 万——清一色的长程 Agent 任务。法务一周的文档审阅压到 1 小时、一条指令搭出量化交易工作流，把这些宣传话术翻译成大白话就一句：这一代旗舰卖的，是“每干成一件事”的本事，不是“每回一句话”的聪明。这个口径，恰好就是第一篇立下的“每成功任务成本”。连厂商自己，都开始拿任务成功率讲故事了。

第二，性能涨了一代，价格一分没动，而且赶在全行业涨价的当口。 上一代 Qwen3.7-Max 原价就是输入 12 元、输出 36 元，眼下限时 5 折，6 元 / 18 元清场；新一代原地接棒原价位。这两周行业发生了什么：智谱年内三次上调 API 价格，Kimi K3 定价较上代翻 3-4 倍，腾讯云年内两轮调价，混元 API 单轮最高涨了 463%，DeepSeek 今天正式执行新价——而千问按兵不动。放到国际口径看更有意思：按美元计价，输入输出分别只有 Opus 5 的 40% 和 24%。别人在涨，它在锚。

第三，也是最炸的一条：旗舰权重真开源了，而且已经到手。 8 月 12 日深夜，2.4T 权重以 Qwen3.8-2.4T-A95B 之名先行上线 HuggingFace，13 日魔搭同步开放：512 个专家、92 层结构、原生 262K 上下文可扩展到约 1M，这是千问第一次开放 Max 级旗舰权重。两天后的 8 月 14 日，27B 稠密版跟进——开源史上，第一次有 2T 俱乐部的成员主动开门。不过有两个细节值得琢磨：一是节奏，“先开 Max、再补 27B”，跟官宣时的“同步”略有出入；二是口径，开源版只给文本输入、强制开思考、默认上下文 262K，视觉和满血 1M 留在 API 版；许可证也不是 Apache 2.0，而是专属的 Qwen3.8-Max License——下载、部署自由，但商业产品月活过亿或月收入超 2000 万美元要署名，做 MaaS 或 AI 办公助手业务、集团任意连续 12 个月合计收入超 5000 万美元的，商用前需另拿授权。免费是真免费，只是边界写得明明白白。

成绩单说完，开始算账。第一本是人人都会算的 API 账，但丑话得说在前面：盯着单价算 API 账单，是 Agent 时代最容易犯的错。

二、API账：DeepSeek 涨价之后，牌桌重排了

先把最新的价目表拉到一起（每百万 token，折合人民币）。DeepSeek 在 8 月 13 日官宣调价，今天（8 月 17 日）零时正式生效，还引入了峰谷两档：高峰是每日 9-12 点、14-18 点，闲时价格为高峰的一半。

模型	输入（未命中）	输出	缓存命中输入	定位
DeepSeek V4-Flash（8/17 新价，闲时/高峰）	1.5 / 3 元	4.5 / 9 元	0.05 / 0.1 元	开源经济版，告别白菜价
DeepSeek V4-Pro（8/17 新价，闲时/高峰）	4.5 / 9 元	13.5 / 27 元	0.15 / 0.3 元	开源旗舰，高峰输出涨 350%
Qwen3.7-Max（限时 5 折）	6 元	18 元	1.2 元	上一代旗舰清场价
Qwen3.8-Max（原价未动）	12 元	36 元	1.5 元	新一代旗舰
Opus 5（海外，折合）	~35 元	~180 元	—	海外闭源旗舰

这张表跟两周前最大的不同，是 DeepSeek 涨价之后，它和千问之间的价差结构全变了。V4-Flash 高峰输出 9 元，较原价 2 元涨了 350%，已经够到 Qwen3.7-Max 5 折价的一半；V4-Pro 高峰输出 27 元，一只脚踩进了 Qwen3.8-Max 的价位。原来“经济版 vs 旗舰”的对比，现在成了“前旗舰 vs 新旗舰”——价格锚自己往上走了，锚价没动的那个，反而成了价值洼地。

但只看单价下结论，错得离谱。Agent 任务不是聊天，一次长程任务——代码仓库级修改、多轮工具调用、文档审阅——输出动辄 10-30 万 token。把第一篇那把尺子套上各家的闲时/非高峰输出单价：每成功任务成本 = 单次尝试 token 消耗 × 单价 ÷ 任务成功率。

模型	单次长程任务成本（10-30 万输出 token）	不亏本的成功率门槛
V4-Flash（闲时）	0.45-1.35 元	基准
V4-Pro（闲时）	1.35-4.05 元	成功率需达 Flash 的 3 倍
Qwen3.8-Max	3.6-10.8 元	成功率需达 Flash 的 8 倍
Opus 5	18-54 元	成功率需达 Flash 的 40 倍

门道在门槛的变化上：涨价前，3.8-Max 相对 Flash 的门槛是 18 倍；DeepSeek 这一涨价，门槛直接降到 8 倍，旗舰和经济版的价差，被对手亲手抹掉了一大半。纸面上，3.8-Max 成功率做到 Flash 的 8 倍，每干成一件事才刚刚打平。而这把尺子一旦量到法务审阅、金融工作流、长程编程这些“专业办公”场景，门槛几乎自动失效——经济版在这些场景里经常不是“干得慢”，而是“干不成”。干不成，成本就是无穷大，这种差距根本没法用“倍”来算。

所以我的判断不绕弯：Qwen3.8-Max 是“特种兵”，不是“主食”。不过 DeepSeek 涨价之后，“经济版打底”的底盘也变了：日常问答、内容生成、简单工具调用，继续交给经济模型；单件价值高、搞砸代价大的硬活，才轮到旗舰出场。高频 Agent 团队现在值得重新算一遍“涨价后的经济版打底 + 3.8-Max 攻坚”的组合，价差比两周前小得多。

价目表上还有两处不起眼的小字，外行容易划过去，干计费的一眼就会盯住。

第一处：缓存命中 1.5 元，只有输入价的 1/8。 DeepSeek 新价闲时的折扣是 1/30，千问的 1/8 看着更激进，而且不分峰谷，DeepSeek 高峰时段的缓存命中价是要翻倍的。但我得说句公道话：这 1.5 元对应的是“隐式缓存”——用户什么都不用做，平台自动识别重复上下文。命中率没人能保证，风险全在平台自己肩上。你的 Agent 如果反复带着同一份系统提示词和知识库上门，命中率天然就高；如果流量全是冷启动长文档，这个折扣就当它不存在。下单之前，先估估自己的缓存命中率，这比磨单价有用得多。

第二处：峰谷定价成了行业新常态。 DeepSeek 新价高峰是闲时的 2 倍，千问的 Token Plan 夜间调用 5 折，方向一样，都是削峰填谷的价格信号。第一篇里 DeepSeek 旧价搞高峰翻倍，如今全行业都在跟进。能把批处理任务挪到半夜的团队，旗舰的实际输出单价就是 18 元，一脚踩回 Qwen3.7-Max 的原价位。不会错峰的团队，等于自愿多交一倍税。

API 的账算完，下一本才是这个系列的主场。2.4T 的权重已经躺在 HuggingFace 上，问题就一个：谁部署得起？

三、部署账：2.4T 的三道坎

先给 2.4T 称个体重。权重 8 月 12 日就上了 HuggingFace 和魔搭，下载零门槛，但下载和部署是两回事。MoE 模型的显存账就两本：权重，由总参数决定；KV cache，由上下文和并发决定。

显存项	规模	说明
FP8 权重	~2.4 TB	2.4T 参数 × 1 字节
FP4 权重	~1.2 TB	若官方放量化版
KV cache	随并发与上下文膨胀	1M 上下文场景下为 TB 级预留
激活参数	95B / token	决定带宽与互联压力

2.4TB 是什么概念？拿眼下企业私有化的主力 H200（141GB）来比划：光是把 FP8 权重装进去就要 17 张卡，再给 KV cache 和调度留 30% 余量，现实配置就是 4 节点 32 卡起步。折算成钱，按 2026 年中的行情，H200 长租常规价约 6-6.6 万/卡·月，现货机位紧的时候能冲到 8 万以上，下面按偏保守的 8 万/卡估：

口径	配置	成本量级
租赁	32×H200	约 256 万/月，加 15%-20% 隐性成本逼近 300 万/月
采购	32×H200（单卡约 17.5 万）+ 网络存储配套	一次性 700 万级

不过，钱只是第一道坎。第一篇讲过的互联墙、第二篇拆过的效率墙，碰上 2.4T 这个体重，只会更高：

第二道坎，互联墙。 95B 激活参数听着不大，可专家散在几十张卡上，每生成一个 token、每过一层，卡间都得来一次 all-to-all 通信。第二篇拆过：671B 的 V3 在 400G InfiniBand 上，光“送病历”就把每词生成锁死在 15 毫秒。2.4T 专家更多、分布更宽，跨节点通信占比只升不降。没有 NVLink + 高速 RDMA 的整机柜级互联，稀疏激活的红利会被通信原路吃回去。

第三道坎，也是最致命的一道：效率墙。 权重已经到手，但第二篇的结论一个字都不用改——通用框架朴素部署，效率系数 η 只有 0.3 上下，等于同样扛 3 倍的 GPU 成本。开源版默认 262K 上下文，真把 1M 场景跑起来，KV cache 只会比这张表更凶。2.4T 把试错的绝对金额放大了：671B 时代 η 低 10 个点，一个月多亏几十万；到了 2.4T，同样 10 个点，就是多亏上百万。图纸越重，工厂的门槛越高。

那到底谁有资格部署？看一眼硬件清单就明白了：300 万/月的租金、整机柜互联、专职推理引擎团队——这是 Token 工厂的配置单，不是企业的配置单。至于昇腾 950 超节点那种 1024 卡、256TB 统一内存的大家伙，本来就是冲着万亿级 MoE 去的——第一篇埋下的“芯模联动”伏笔在这里第二次应验。对了，许可证里还藏着一行小字：拿开源权重做 MaaS，集团任意连续 12 个月合计收入超 5000 万美元要另拿授权。图纸免费，但拿它开大工厂的，阿里要另外谈。

三种角色，可以摊开对号入座了。

四、三种角色，三个决策

和前面一样，不拿月 token 量说事，按角色和月任务量给建议。这张表建议直接截图：

角色	建议方案	月度成本量级	判断依据
个人开发者	API 混用：经济版打底 + 3.8-Max 攻坚；27B 开源版本地玩	< 3,000 元	2.4T 与个人无关；两天后跟进开源的 27B 稠密版才是给个人的礼物，量化后单卡即可跑
中小企业	API 为主，夜间 5 折跑批 + 做高缓存命中率	0.3-3 万元	任何自建方案的折旧都远超 API 账单；旗舰只在高价值任务上出场
企业私有化	仅合规刚需才碰 2.4T；否则私有化 27B / 其他开源中档模型	项目制，百万级起	第四篇说过，合规账不是成本账——但 2.4T 的项目体量比 671B 时代再翻一档
云厂商 Token 工厂	η 做不到 0.7 就别接；接就按整机柜 + 自研 serving 栈规划	300 万/月起	第二篇的死亡螺旋在 2.4T 上只会转得更快

表格之外，还有两件事值得单独说。

先说盯着 27B 的个人和小团队：这次真正改变游戏规则的不是 2.4T，是 8 月 14 日跟进开源的 27B 稠密版。原生多模态，整体水平超过 Qwen3.7-Plus，用 Apache 2.0 放出来；稠密架构意味着没有 MoE 的互联墙，量化后约 17GB 显存就能跑，单卡可部署，数据完全自控——它是“合规 + 低成本”交集里难得的甜点。旗舰开源制造新闻，小模型开源制造生态，阿里这一手是组合拳。

再说云厂商同行：旗舰开源不是机会，是筛选。2T 级权重会让 MaaS 的效率差距以更贵的绝对金额兑现——η 0.3 和 η 0.7 之间，差的是每月近百万的真金白银。第三篇给的优化路径（SGLang、PD 分离、自研算子）一条都不用改，只是入场券更贵了。

三本账过完，还剩一个局内人的问题：阿里图什么？ 旗舰 API 明码标价 12/36，转头又把权重免费送出去，这两件事不打架吗？

五、内部视角：旗舰开源，到底在卖什么

这两件事非但不打架，还是同一套账本的左右手。我干计费系统这些年，“双轨发布”见得越多越笃定：API 卖的是变现速度，开源卖的是生态锁定期限。

左手，API 加速 Token 变现。 12/36 的定价看似比 DeepSeek 贵了一个数量级，但它锚定的压根不是 DeepSeek，是 Opus 5——“国际价 4 折、能力第一梯队”，这是给企业级专业任务的定价，赚的是“干成一件事值多少钱”的钱，不是“一个 token 值多少钱”的钱。再叠上老一代 5 折清场、夜间 5 折削峰、缓存命中 1.5 元，一套完整的三级价格歧视，把价格敏感型、稳定型、高价值型客户一网打尽。这是计费设计教科书级的操作，我在内部评审会上见过无数次同款。

右手，开源锁定私有化客户。 第四篇拆过：数据主权场景的客户对价格不敏感，合同是项目制的。这批客户过去只有 DeepSeek 系开源旗舰可选，现在多了一个 2.4T 的千问选项。但要注意，选了权重，就得选配套的算力、部署服务和云资源。开源权重是鱼饵，私有化合同和 IaaS 消耗才是鱼。连许可证里都埋着钩子：拿开源权重做 MaaS，集团任意连续 12 个月合计收入超 5000 万美元要另拿授权，大厂早把这一手算进去了。阿里自己的通稿里，那句话已经说得够透了：“API 加速 Token 变现，开源权重锁定企业级私有化部署的长期客户。”

再看总账，还是第四篇那套大厂算法：百炼平台上百余款模型、千问办公 Agent 产品同日推出、美股闻声涨超 5%——MaaS 这一层赚不赚钱不重要，重要的是它把客户钓进了整个云生态。中小厂商没有这本总账可算，所以旗舰开源对你是筛选，不是红利。

再往行业里看一步，我的判断是：Qwen3.8-Max 开源，标志着“旗舰开源”时代的开始。当 2T 俱乐部的模型都走上开源路线，竞争就彻底从“谁的权重更强”转入第四篇讲过的那个战场——谁能把权重变成又便宜又稳定的推理服务，谁才有资格谈护城河。图纸越来越重，工厂越来越贵，这个系列从头讲到尾的就是这件事。

六、结语：图纸送到手，工厂自己建

回到开篇那句话：免费的图纸，不等于便宜的工厂。Qwen3.8-Max 把这个道理推到了新的量级：

• API 账——别看单价看“每成功任务成本”，旗舰是特种兵不是主食，缓存命中率和夜间错峰才是砍价刀；

• 部署账——2.4T 的 FP8 体重 2.4TB，32×H200 起步、月租 300 万级，外加互联墙和效率墙，权重已在手，但这是 Token 工厂的入场券；

• 战略账——API 变现 + 开源锁定，双轨发布是一本总账；旗舰开源对中小厂商是筛选，对个人开发者的真礼物是那个 27B。

建议还是按角色对号入座：个人开发者，API 混用，27B 权重已经上线，直接上手验；企业，经济版打底、旗舰攻坚，合规刚需再谈 2.4T 私有化；云厂商同行，先把 η 的账算到 0.7，再决定接不接这张 2.4T 的图纸。

27B 稠密版上线三天了，很多人都叫它“给个人的礼物”，量化后约 17GB 显存就能跑。但这份礼物真有那么好捡吗？量化到什么精度、跑出多少吞吐、月任务量到多少时自建才开始比 API 便宜，每一项都得拿真金白银验过才算数。

下一篇预告：《27B 本地部署账：这份免费礼物，到底要花多少钱捡？》

关注本系列，下篇继续拆。 觉得有用的话，转发给你身边正在做大模型部署决策的朋友。

本文为「开源大模型部署」系列第五篇。 系列开篇《能力涨6倍，Token烧3倍：V4-Flash正式版的真实账本》确立了“每成功任务成本”这把尺子；第二篇《成本陷阱（上）：开源模型的蜜糖，Token工厂的砒霜！》拆了效率系数 η 与 MaaS“死亡螺旋”；第三篇《成本陷阱（中）：Token工厂难以直面的投产账》给出六大优化举措；第四篇《成本陷阱（下）：Token工厂的三本账》讲了生态、聚合、合规三本账。

文中数据基于 2026 年 8 月 17 日各平台公开信息整理；DeepSeek 新价自当日零时生效（8 月 13 日官宣）。模型定价和硬件行情迭代很快，具体数字请以最新披露为准。欢迎同行交流拍砖