阿里云: Qwen3.8-2.4T-A95B
qwen3.8-2.4t-a95b- 输入 / 输出
- $2.00 / $6.00
- 上下文
- 992K
- 最大输出
- 128K
- 模态
- 聊天
- 能力
- 工具调用提示词缓存
Qwen3.8-2.4T-A95B 简介
Qwen3.8-2.4T-A95B 是阿里巴巴 Qwen3.8-Max 架构的开放权重版本：纯文本的混合专家模型，总参数 2.4 万亿，激活参数 950 亿。它总是先推理再回答，并提供推理强度设置。与托管的 Qwen3.8-Max 相比，它去掉了非 thinking 模式，换来可下载的权重。
擅长的任务
- 开放权重，有 512 个专家，每个 token 激活其中 11 个，所以 2.4 万亿的总参数每一步只用到 950 亿。
- 通过 reasoning_effort 设置调节推理深度，模型卡记录了 xhigh、medium 和 low 三档。
- 阿里巴巴的模型卡公布 GPQA Diamond 92.6、SWE-bench Pro 67.7、Terminal Bench 2.1 86.6。
- 支持工具调用、JSON schema 输出和提示词缓存，适合智能体和流水线工作。
什么情况换别的模型
- 无法读取图片或视频，它是文本模型。
- thinking 无法关闭，所以简短的对话轮次也要承担推理开销，而 Qwen3.8-Flash 没有这个问题。
- 自行部署需要规模非常大的 GPU 集群，大多数团队无法做到。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Responses APIPOST/v1/responsesAPI 格式:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3.8-2.4t-a95b", "input": "Hello!" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
cacheMode · implicit
每 1M token- Official 价格
- 输入 $2.00 / 输出 $6.00 / 缓存读取 $0.25 / 文本 输入 $2.00 / 文本 输入 · 缓存读取 $0.25 / 图像 输入 $2.00 / 文本 输出 $6.00
- Verified 价格
- —
- 折扣
- —
cacheMode · explicit
每 1M token- Official 价格
- 输入 $2.00 / 输出 $6.00 / 缓存读取 $0.17 / 缓存写入 $2.50 / 文本 输入 $2.00 / 文本 输入 · 缓存读取 $0.17 / 图像 输入 $2.00 / 文本 输出 $6.00
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| cacheMode · implicit | 输入 $2.00 / 输出 $6.00 / 缓存读取 $0.25 / 文本 输入 $2.00 / 文本 输入 · 缓存读取 $0.25 / 图像 输入 $2.00 / 文本 输出 $6.00 | — | — |
| cacheMode · explicit | 输入 $2.00 / 输出 $6.00 / 缓存读取 $0.17 / 缓存写入 $2.50 / 文本 输入 $2.00 / 文本 输入 · 缓存读取 $0.17 / 图像 输入 $2.00 / 文本 输出 $6.00 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen3.8-2.4T-A95B 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen3.8-2.4t-a95b 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。
使用场景
高难度编程问题
交给它跨多个服务的 bug 或大型重构，额外的推理在这里很值得，让它先规划再动文件。
科学与技术分析
处理研究生水平的问题、推导或论文评议，这类场景下细致的逐步推理比延迟更重要。
开放权重的智能体核心
在政策要求使用开放权重模型、而智能体仍需要前沿规模的推理和工具调用时使用。
从长文本做结构化抽取
从冗长杂乱的文本里，按 schema 要求提取 JSON；遇到含糊的输入，把推理强度调高。
提示词示例
推导这个调度器的时间复杂度，然后找出摊还上界不成立的情况，并给出一个反例输入。
把这段文本里的所有义务、截止日期和责任方，按我附上的 schema 提取成 JSON。
规划如何把这个单体应用的计费模块迁移成独立服务，包含步骤、风险和改动顺序。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Qwen3.8-2.4T-A95B 和 Qwen3.8-Max 是同一个模型吗？
不完全是。它是开放权重的孪生版本：同一代、同样规模的架构，但只支持文本，且始终处于 thinking 模式。托管的 Qwen3.8-Max 增加了非 thinking 模式、内置工具和更长的默认上下文。
2.4T 和 A95B 是什么意思？
模型总共有 2.4 万亿参数，但一个门控层只让每个 token 经过其中的 950 亿。这种混合专家设计以远低于同等规模稠密模型的单 token 计算成本，获得大模型的知识。
可以关闭 thinking 吗？
不能。模型卡说明 thinking 无法禁用。你可以把 reasoning_effort 设为 low、medium 或 xhigh 来调节深度。需要非 thinking 的回复，请用 Qwen3.8-Max 或较小的 Qwen3.8 模型。
它接受图片吗？
不接受。它是文本模型，不接受图片或视频输入。用它处理代码、文档和文本推理，任务涉及截图时请选其他模型。
这些权重适用什么许可证？
权重由阿里巴巴 Qwen 团队发布在 Hugging Face 上；商业再分发或微调之前，请阅读模型卡上的许可证。通过 API 调用它，不需要你自己托管权重，也不需要自己获得权重的授权。
Qwen3.8-2.4T-A95B 的费用是多少？
在 TokenLab 上，Qwen3.8-2.4T-A95B 的价格为 输入 $2.00 / 输出 $6.00 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Qwen3.8-2.4T-A95B 的上下文窗口和输出上限是多少？
Qwen3.8-2.4T-A95B 最多接收 991,808 token 的上下文，单次最多返回 131,072 token。
Qwen3.8-2.4T-A95B 应该使用哪个端点？
Qwen3.8-2.4T-A95B 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
Qwen3.8-2.4T-A95B 支持哪些操作？
Qwen3.8-2.4T-A95B 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Qwen3.8-2.4T-A95B 对比
资料来源
审阅于 2026年10月2日
