本文要点
- qwen3.8-max从通用旗舰快照更新为0902版本。
- 模型页保留1M上下文，并给出OpenAI兼容调用示例。
- 价格从能力叙事落到输入、输出和缓存的逐项报价。
阅读辅助
先看数字、证据和来源，再读正文。
QwenCloud已把0902快照放进可调用模型页。
2025-04-29 · Qwen3技术博客发布，说明Qwen3家族的thinking模式、MCP和agent能力背景。
QwenCloud在9月2日把Qwen3.8-Max-0902放进可调用模型页，连同1M token上下文、明确API价格和工具生态一起展示。对企业Agent和编码工作流来说，这比单纯宣称“更强”更可检验：买方可以拿自己的长任务、工具调用链和缓存命中率去算账。
可确认的部分集中在QwenCloud模型页。页面显示该快照别名为qwen3.8-max-2026-09-02，描述称它是qwen3.8-max的升级快照，面向更复杂的工程级项目、长周期自主开发、多工具编排、端到端任务交付，并保留1M context window、thinking mode和完整工具生态。价格区列出输入2美元/百万token、输出6美元/百万token，并把隐式缓存、显式缓存创建和显式缓存读取分开计价。
需要降级处理的部分也很清楚。2.4T参数来自Qwen官方X公告，本次抓取的QwenCloud模型页HTML没有直接列出这个数字。Code Arena的1691分和WebDev第一名来自Qwen转引及Arena在X上的声明，arena.ai/code页面的静态HTML只显示Code Arena产品页面和加载状态，不能直接证明0902快照的完整榜单记录。
对读者的直接影响是：开发者可以先按OpenAI兼容接口迁移小流量测试；企业买方不应只看每百万输入价格，而要把最大输入、最大输出、缓存创建成本、缓存读取成本、TPM和RPM一起放进成本模型。研究者和评测作者则需要等Code Arena或其他第三方公开可复查记录，才能把榜单分数当成稳固证据。
这次新增了什么
新闻增量发生在9月2日。Qwen官方账号宣布Qwen3.8-Max-0902升级上线，称该模型拥有2.4T参数、1M上下文，并已通过QwenCloud API开放。QwenCloud模型页同日更新，页面把这个快照放进Qwen3.8-Max模型详情页，并提供Try AI入口、API调用示例、价格、上下文和速率限制。
模型页的描述有几个关键措辞。第一，它说这是qwen3.8-max的upgraded snapshot，定位是既有Max线的新快照。第二，它强调coding capability、long-horizon autonomous development、collaborative agent performance和native vision understanding。第三，它使用“Retains the 1M context window, thinking mode, and full tool ecosystem”，这句话的状态动词是保留，不能写成把上下文再次提高到1M，也不能写成thinking模式今天首次出现。
这类措辞很重要。Qwen3家族在2025年技术博客里已经把thinking/non-thinking、MCP、tool calling和agent能力作为技术路线写清楚；0902快照的新闻点是把这些路线放入一个新的Max级商业API快照，并给出更接近采购表的价格与限额。本文不把它写成Qwen3技术体系的重新发布。
Qwen还在发布后转引Code Arena WebDev成绩，称Qwen3.8-Max-0902从1669升至1691，并在WebDev榜单位列第一。Arena账号的被引用文本也给出同样的1691分，并声称比Claude Opus 5 Max高3分、比Kimi K3 Max高17分、比此前Qwen3.8-Max高22分。本文保留这个信息，但把它写成“X上的榜单声明”，不写成“榜单页已核验”。
数字核验表
| 核对项 | 本次可直接看到的证据 | 本文采用口径 |
|---|---|---|
| 2.4T参数 | Qwen官方X公告写明“2.4T parameters” | 作为Qwen官方X披露；不写成模型页直接列出 |
| 1M上下文 | QwenCloud模型页Rate Limits & Context列出Context 1M | 作为模型页直接证明 |
| 输入/输出价格 | QwenCloud价格区列出Input 2美元、Output 6美元 | 写成每100万token计价 |
| 缓存价格 | QwenCloud列出Implicit Cache 0.25美元、Explicit Cache Creation 2.5美元、Explicit Cache Read 0.17美元 | 区分创建、读取和隐式缓存输入 |
| 最大输入输出 | QwenCloud列出Max Input 991K、Max Output 131K | 写成页面限额，不推导总可用预算 |
| thinking限额 | QwenCloud列出Max Input (Thinking) 983K、Max Output (Thinking) 131K、Max Reasoning 262K | 写成thinking模式下的单项限制 |
| 速率限制 | QwenCloud列出TPM 1M、RPM 15K | 写成每分钟token和请求限制 |
| Code Arena 1691 | Qwen转引和Arena X文本声明；榜单页静态HTML未直接给出 | 写成待第三方页面公开复核的榜单声明 |
这张表决定了本文的置信边界。价格、上下文和限额是QwenCloud页面可直接核验的产品事实；2.4T和1691仍然有官方或准官方出处，但不是同一种证据强度。前者缺少模型页或技术报告的参数表，后者缺少榜单页可检索记录。
价格比单个榜单更关键
Qwen这次最有商业含义的部分，是把长上下文、缓存和限额一并公开，而不只是亮出“输入2美元”这个孤立数字。长程Agent任务通常不是一次短问答，成本主要来自三块：大量上下文输入、重复上下文的缓存命中、以及中间步骤产生的长输出。只看输入价格会低估总成本，只看输出价格又会忽略缓存可以摊薄的部分。
QwenCloud当前给出的报价形成了一个明确组合：普通输入2美元、普通输出6美元；隐式缓存输入0.25美元；显式缓存创建2.5美元；显式缓存读取0.17美元。如果企业的工作流有稳定共享前缀，例如代码库索引、产品规范、测试约束、公司内部API说明，显式缓存读取价格会让长上下文重复调用显著便宜。但如果任务每次上下文都不同，或者输出远长于输入，账面上的输入低价就不能直接等于端到端便宜。
速率限制同样会进入企业评估。页面列出TPM为1M、RPM为15K，看起来对大量小请求友好；但复杂Agent工作流更常碰到的是长输入和长输出上限。Max Input 991K、Max Output 131K，thinking模式下Max Input 983K、Max Output仍为131K，另有Max Reasoning 262K。这些数字说明0902快照的用途不止聊天窗口扩容，还包括把大文档、仓库上下文和多轮中间状态放入同一轮推理预算。
Agent能力叙事正在产品化
Qwen3技术博客的背景可以解释为什么0902快照强调coding、cowork和long-horizon workflow。Qwen3路线里，thinking mode和non-thinking mode属于同一模型行为的可控预算；Qwen也明确说过优化编码和agentic capabilities，并加强MCP支持。0902快照的产品页继续沿用这个叙事，强调多工具编排、端到端交付、图表推理、文档解析和多模态感知。
换成产品语言，Qwen正在把竞争对象从模型参数和单题benchmark扩展到真实任务接入。一个长程Agent要稳定完成工作，至少需要四件事：足够长的上下文装下任务状态，足够低的重复输入成本，多工具调用和结构化输出能力，以及在编码、文档、图像、网页抽取之间保持一致的执行风格。QwenCloud页面列出的内置工具包括code_interpreter、i2i_search、t2i_search和web_extractor，再加上OpenAI客户端风格的调用示例，目标用户明显是工程团队而不只是聊天用户。
这里的竞争对手不只有闭源旗舰模型，也包括企业内部已经接入的模型网关。对很多公司来说，换模型不是把一个API地址换成另一个API地址这么简单，还要重新评估权限、日志、缓存、错误恢复、输出格式和SLA。Qwen把价格和限制写得更细，降低的是“先拿真实任务试一轮”的门槛。
榜单可以看，但不能替代复测
Code Arena成绩有信号价值，因为WebDev类任务接近今天模型厂商都在争夺的应用生成和多步骤编码场景。Qwen转引的Arena文本称0902快照以1691分位列第一，并在Data & Analytics、Consumer Product等类别表现靠前；另一条Arena文本还把它放在5美元/MToken的Pareto frontier上，与HY4 Preview、Qwen3.8-Flash-Next、Claude Opus 5 Max、Kimi K3 Max等模型比较。
但这个成绩目前不应承担过高证明责任。第一，分数来自X文本，不是本次可抓取的榜单页结构化数据。第二，Arena类评测通常受题集、投票样本、价格口径和模型接入方式影响，榜单名次很适合做线索，不适合直接等同于企业内部任务胜率。第三，QwenCloud自己的价格表是输入2美元、输出6美元，而Arena文本使用“blended 5美元/MToken”口径；这两个口径不是同一个计费项，不能互相替换。
更稳妥的读法是：Code Arena给了一个值得关注的外部信号，说明Qwen3.8-Max-0902在WebDev类任务上进入前排讨论；真正的采购判断仍要回到自己的任务集。尤其是代码库迁移、全栈应用生成和长文档需求澄清，失败成本来自返工、权限误用和不稳定输出，不只来自每百万token价格。
Qwen3.8-Max-0902这次把竞争焦点推向可计算的长程Agent成本。这对中国模型厂商尤其关键，因为企业买方真正能比较的是价格表、上下文上限、工具接口和迁移成本，而不是社交媒体上的单个名次。
早报判断是，Qwen的策略正在从开源声量和模型家族扩张，转向云端可调用能力的商业包装。1M上下文如果没有缓存价格，只会变成昂贵的大窗口；缓存价格如果没有足够强的编码和工具调用能力，也只是表格上的折扣。0902快照把两者放在一起，才是它比普通快照更新更值得看的地方。
边界也要写清楚：2.4T参数与Code Arena 1691分还需要更硬的公开材料。当前最能直接指导开发者行动的是QwenCloud已经给出的输入、输出、缓存、上下文和速率限制。下一步谁能拿企业长任务复测出稳定收益，谁才算把这张价格表变成生产力。
接下来怎么验证
先看公开材料是否补齐。2.4T参数如果继续只停留在X公告，它可以作为官方声明引用，但不适合作为深层架构分析的唯一支点。技术报告还应解释训练数据、后训练阶段、推理预算、上下文扩展和多模态能力边界。Code Arena的1691分也需要落到可复查页面、模型配置、价格口径和样本说明上，才能进一步分析优势到底来自规划、工具使用、前端生成还是测试修复。
再看企业Agent实测里的缓存命中。QwenCloud的显式缓存读取0.17美元很低，但显式缓存创建是2.5美元，输出仍是6美元。一个真实工作流能不能省钱，取决于共享前缀是否稳定、任务是否高频复用、输出是否可控，以及系统能否自动选择缓存策略。TPM 1M和RPM 15K对轻量请求很宽，但长上下文任务会迅速吃掉token预算，企业需要同时测延迟、失败恢复、工具调用稳定性和长输出截断率。
最后看QwenCloud生态是否继续补齐企业治理能力。模型页展示的是调用、工具和价格；企业落地还需要权限隔离、审计、数据保留策略、区域合规、评测回放和成本告警。0902快照把技术入口铺出来了，决定采用速度的会是这些工程化配套。