Qwen 3.8 Max 是阿里巴巴 2026 年 8 月 3 日放量的新旗舰：2.4 万亿总参数（每 token 激活约 950 亿）的 MoE 模型，官方承诺一周内开放权重——若兑现，将是史上最大的开源权重模型。官方演示的三个长程任务（16 天自主编程、365 天电商模拟、500 轮芯片优化）都有公开仓库或官方博客可查证；但视频把 Coldcard 钱包 1.16 亿美元比特币被盗案暗示成「Kimi K3 干的」，这一指控没有任何公开实证，TRM Labs 明确表示不归因于任何特定模型。
⚡ 速览：核心主张核查表
| 视频主张 | 结论 | 依据 |
|---|---|---|
| Qwen 3.8 Max 发布，2.4 万亿参数 | ✅ 有证据 | 官方博客+SCMP（2026-08-03）：2.4T 总参 / 95B 激活的 MoE，原生多模态，1M 上下文、128K 输出 |
| 下周开源权重 | 🟡 官方承诺 | 官方称次周上架 Hugging Face / ModelScope（含 27B 小变体）。发布时权重未放，daily.dev 记录有开发者讽其为「穿开源夹克的 API 生意」——承诺与兑现是两回事 |
| 跑分紧随 Fable 5，SWE-bench Pro 排第二 | 🟡 有出入 | 官方表：SWE-bench Pro 67.7，不只输 Fable 5（80.0），还输 Opus 4.8（69.2），实际第三；PaperBench 93.0 才是真领先（Sol 90.5 / Fable 88.8）。且全部数字为阿里自跑（vendor-run），官方脚注自承「Fable 5 成绩可能含 fallback」 |
| 自主编程 10+ 天（oh-my-cli） | ✅ 有证据 | GitHub 公开仓库可查：截至 7 月 30 日连续运行约 16 天，265 commits / 127 PR / 151 issue。属一方案例（模型、脚手架、预算都是阿里自己控制） |
| 电商模拟 365 天，本金翻 4 倍，赢 GLM 5.2 达 38% | ✅ 有证据 | 官方 E-Commerce Bench：¥100,000 起、12 家店铺并行，终值 ¥416,252（4.16 倍），超第二名 GLM 5.2 约 38%；年货节净利超 ¥100,000、约为其 2.4 倍。视频口误说成「美元」，实为人民币 |
| 芯片设计 8,298 → 678 门 | ✅ 有证据 | 官方博客：约 500 轮、71 次评估、13 个里程碑， die 面积缩 81% 且 500MHz 时序收敛；最大一步是拿掉 16 位硬件取模器（-6,288 门） |
| 7 月 18 日 LMArena 匿名模型「Kaleb」自称 Claude，实为 Qwen | ✅ 有证据 | 多家报道+社区指纹证据（中文信号、tokenizer quirks 与 Qwen3.6/3.7 同款），次日起被广泛确认是 Qwen3.8 Max 预发版，8 月 3 日 GA |
| Anthropic API 兼容，可直接插 Claude Code / Codex | ✅ 有证据 | 官方文档提供 Anthropic 兼容与 OpenAI Responses 兼容端点，改 base URL 即可接入 Claude Code、Codex、Cline、Cursor、OpenCode；推理档位 low / medium / xhigh |
| Coldcard 被盗 1 亿美元是「Kimi」干的 | 🔴 无实证 | 漏洞与失窃属实（TRM/Galaxy：约 1,816 BTC ≈ 1.16 亿美元、5,200+ 地址、7 月 30 日起四波），但 TRM 明示不归因任何特定行为体；Coinkite CEO 只说「AI 辅助代码审查正加速发现潜伏 bug」，未点名任何模型 |
| 中国实验室蒸馏 Fable / Opus 做出 Qwen 和 Kimi | 🔴 纯猜测 | 博主原话「I don't know this for a fact, but I would bet money」。无训练数据或模型血缘公开证据 |
🧩 模型本身：2.4T MoE，「开源」是承诺不是现状
Qwen 3.8 Max 是稀疏 MoE：2.4 万亿总参数里每 token 只激活约 950 亿——存储按 2.4T 算，算力按 95B 付费。原生多模态（文本/图像/视频），1M token 上下文、128K 最大输出，内部思考预算最高 262K token。7 月 19 日以 Preview 形式亮相，8 月 3 日正式 GA（SCMP 当日报道）。
两个容易误读的点：
- 「下周开源」是 dated commitment：官方口径是次周把 2.4T 全量+27B 变体放上 Hugging Face / ModelScope，但发布时权重、model card、许可证都还没影。有开发者话说得难听但在理：「API 商业模式穿着开源夹克。」等权重真落地再谈「史上最大开源模型」不迟
- 2.4T 跟你家显卡没关系：视频说得对，跑这个级别要数百万美元硬件；对普通人真正有部署意义的是承诺中的 27B 变体。此前 GLM-5.2 我们测过 1M 上下文编码的性价比路线（GLM-5.2 实测），Qwen 这代走的是「参数碾压+多模态」路线
📊 跑分：官方表能看，但要带着脚注看
官方对标的是 Claude Fable 5、Opus 4.8 和 GPT-5.6 Sol（max）。几张关键表：
- Terminal Bench 2.1：Qwen 86.6，夹在 Fable 5 / Opus 4.8（同 84.6）和 GPT-5.6 Sol（88.8）之间——视频说「right between them」，准确
- PaperBench：93.0 全场最高（Sol 90.5 / Fable 88.8 / Opus 80.3），视频说「碾压两个西方模型」，成立——这是它最硬的一行
- SWE-bench Pro：67.7。视频说「第二、仅次于 Fable」不对——Opus 4.8 的 69.2 也压它一头，实际第三
- DeepSWE 1.1：56.6，明显落后 Fable（70.0）和 Sol（73.0）；HLE 43.6 四大旗舰垫底——「最难工程仍落后西方模型」的判断成立
- OSWorld-Verified（计算机操作）：86.1，压 Fable（85.0）和 Sol（83.2）。这类跨应用接力活正是 GPT-6 Astra 的主场（Astra 首发实测），现在有了开源阵营的对应选项
三个必须带的脚注：① 全部数字是阿里自跑（vendor-run），不同模型用的脚手架不同（Claude Code / Codex / OpenCode），不是同条件对比；② 官方自己标注「Fable 5 成绩可能含 fallback」；③ 独立复测已现分歧——daily.dev 记录开源 SWE 榜上 Kimi K3 以 1 分优势压着 Qwen3.8-Max，有开发者直言这是「实验室给自己批作业」。
🤖 三个长程演示：价值在「脚手架」，不在「成精」
① oh-my-cli（16 天自主编程）。从空仓库起步，模型把 issue 状态机 + dispatcher + monitor + watchdog 串成一个执行循环：新需求进 GitHub Issues → agent 认领 → ready/leased/active 流转 → E2E 测试+CI → 合 PR。截至 7 月 30 日跑了约 16 天，产出 265 commits、127 个 PR、151 个 issue，仓库公开可审计。博主联想到早期 ChatDev（模型扮演整个软件公司部门），方向没错，但这次的关键变量是「持久状态+机器可检验的反馈回路」——不是模型突然有了组织判断力，是脚手架给了它不散架的结构。
② E-Commerce Bench（365 天电商模拟）。基于淘宝/天猫匿名化数据，¥100,000 本金、12 家店铺并行一年：自然语言跟供应商砍价、调价、处理退货、应付台风和断供，供应商池里还混着骗子。终值 ¥416,252（4.16 倍），超第二名 GLM 5.2 约 38%；年货节净利超 ¥100,000，约为其 2.4 倍。视频把本金口误成「10 万美元或随便什么货币」——官方口径是人民币 10 万。这类长程模拟的意义在于错误会复利累积，能跑完本身就是信号；但它是仿真，不等于能开真公司。
③ 芯片设计优化（500 轮）。给一个能用但臃肿的密码学电路（8,298 门），模型迭代约 500 轮、71 次评估、13 个里程碑，压到 678 门，die 面积缩 81% 且 500MHz 时序收敛。最大单步优化是第 22 轮把 16 位硬件取模器换成迭代移位减法结构，一步砍掉 6,288 门（占总面积缩减八成以上）。另有一个 5 天复现论文的演示：7,600 行代码、33 轮训练、6 项发现全部复现。
共同点：三个演示都是「受控环境里的长循环+反馈校验」。daily.dev 的点评一针见血：阿里不是给模型一个任务就走开，而是搭好笼子让它在里面跑——能力不等于判断力。
🕵️ Kaleb 事件：匿名模型自称 Claude，社区验明正身
7 月 18 日，LMArena/Code Arena 冒出一个代号 Kaleb 的匿名模型，直接问它会说自己是 Claude——但社区从中文表达习惯、政治话题处理方式、以及一个与 Qwen3.6/3.7 同款的 tokenizer 怪癖（ mishandling "PostalCodesNL"）认出这是 Qwen 系血脉。隔天身份被广泛确认：Qwen3.8 Max 预发版，8 月 3 日 GA。「装 Claude」被观察者解读为蒸馏残留的口音，但这只是推测——能确认的是身份，不能确认的是血缘。
⚠️ Coldcard 失窃案：漏洞是真的，「Kimi 干的」没有证据
这是全片最需要泼冷水的一段。已确认的事实链：
- 漏洞：Coldcard 2021 年 3 月固件的构建配置错误，种子生成回退到弱软件随机数源，部分私钥强度从 128 bit 掉到最低 40 bit——可离线爆破，无需碰设备。问题代码公开可查，躺了 5 年多
- 损失：7 月 30 日起四波扫荡，Galaxy Research 链上统计约 1,816 BTC（≈1.16 亿美元）从 5,200+ 地址被转走；CBC 8 月 4 日报道口径为 1,596 BTC / 约 7,300 地址，第四波若坐实将超 2,055 BTC（≈1.3 亿美元）——数字还在滚动。2026 年第三大加密黑客事件
- 时间线巧合：Kimi K3 于 7 月 16 日 API 发布（7 月 26 日放权重），距 7 月 30 日开偷不到两周。博主原话：「很多人说这是巧合，也许他们是对的」——然后他整段视频都在暗示不是巧合
核查结论：「Kimi K3 盗币」是无实证的指控，不应当事实传播。TRM Labs 明确「现阶段不归因于任何特定行为体」；Coinkite CEO 的公开信只说「AI 辅助代码审查正以超过资深专家的速度发现潜伏 bug，如果你的固件开源或曾公开，假设它已经被攻击者和防守方同时读过了」——点名的是趋势，不是某个模型。Bitcoin Optech 的记录显示开发者确实借助前沿模型复现了攻击路径，证明「模型能降低漏洞研究门槛」，但「模型有能力做」和「这次就是它做的」是两件事。真实教训是老生常谈但此刻最硬的一条：开源老代码库会被 AI 逐一审计，用了五年没被发现的漏洞不等于不存在。
💰 价格与怎么玩
- API 定价：QwenCloud 官方 $2 / $6（每百万 input/output token），缓存命中降到 $0.17——约为 Kimi K3（$3/$15）的七到五成，是 Fable 5（$10/$50）的零头。但 daily.dev 记录的实测口径：跑 agentic 任务 Qwen 单轮 $1.14 vs Kimi K3 $0.86——Qwen 轮次更多、输出 token 多烧约 45%，按任务计费而不是按标价
- 接入：官方提供 Anthropic 兼容端点，Claude Code 改 base URL 即用；也有 OpenAI Responses 兼容端点给 Codex/Cursor/OpenCode。推理档位 low / medium / xhigh，对比跑分前先对齐档位，否则价差会骗人
- 渠道：QwenCloud、OpenRouter、Venice 均已上架；开源权重（含 27B）等官方次周落地
❓ FAQ
Q：权重现在能下载了吗？发布时（8 月 3 日）官方承诺次周上架 Hugging Face / ModelScope，含 27B 变体；是否已落地、许可证怎么写，以 Qwen 官方页面为准。权重没放之前，它本质上是个 API 产品。
Q：2.4T 能在本地跑吗？不现实。全量自托管要数百万美元级硬件（视频同口径）；关注 27B 变体或第三方量化版更实际。
Q：我用过 Coldcard 怎么办？官方与 Galaxy 口径一致：2021 年 3 月后在受影响设备上生成过种子的，一律视为已泄露——先升级固件，再生成全新种子，小额测试转账确认后迁移全部资金。仅升级固件救不了旧种子。
Q：Qwen 3.8 Max 和 Kimi K3 怎么选？独立口径下两者大致打平：K3 文本与开源 SWE 榜略占优（57 vs 56），单价低但 Qwen 多模态是硬差异；跑长链路 agentic 任务 K3 单轮更省（$0.86 vs $1.14）。按任务选型，别按跑分表选型。
Q：「AI 导致盗币」到底成不成立？成立的是趋势判断：前沿模型已能辅助复现真实漏洞利用路径（Bitcoin Optech 有记录），Coinkite CEO 也公开认同这个方向；不成立的是对具体案件点名具体模型——没有任何公开一手证据这么做。
📚 参考来源
- Qwen 官方博客《Qwen3.8-Max: A New Bar for Coding and Cowork》（跑分全表、oh-my-cli、E-Commerce Bench、芯片设计）：qwen.ai/blog?id=qwen3.8
- SCMP《Alibaba's AI model Qwen3.8-Max made widely accessible ahead of open-weights release》（2026-08-03 GA）：scmp.com
- TRM Labs《Inside the USD 116 Million Coldcard Hack》（漏洞成因、1,816 BTC、四波时间线）：trmlabs.com
- CBC News《What we know about ongoing Coldcard hack》（2026-08-04，Coinkite 公开信与 CEO 表态）：cbc.ca
- Fortune《Bitcoin owners rocked by $116 million hack》（Galaxy 链上统计口径）：fortune.com
- daily.dev《Qwen3.8-Max: what we know, what's unverified》（开发者反应、定价实测、开源权重未落地）：daily.dev
- JQ AI Systems《Did Qwen3.8 Max Crash the AI Industry? Claim Audit》（对原视频的独立核查，含 Bitcoin Optech 复现记录）：ai.joaoqueiros.com
- kie.ai / OrcaRouter（Kaleb 匿名模型事件梳理）：kie.ai、orcarouter.ai
- explainx.ai / VentureBeat（Kimi K3：7 月 16 日 API、7 月 26 日权重、2.8T 参数）
- 原视频：youtube.com/watch?v=bjmbKdFOW_I
⚠️ 免责声明：本文信息整理自公开视频与公开报道，跑分与演示数据多为厂商自报口径，独立复测仍在进行；模型价格、额度、权重发布计划以各官方最新公示为准。本文不构成任何采购、投资或安全建议；涉及钱包安全操作请以 Coinkite 官方公告为准。