Qwen 上架 2.4T 参数基座的 FP8 版本 Qwen3.8-2.4T-A95B-FP8

11 月 7 日，Qwen 在 Hugging Face 官方仓库上线了 Qwen3.8-2.4T-A95B-FP8。从仓库信息看，这是一个文本生成模型，使用 transformers 库，权重以 safetensors 格式发布，并明确标注其基座模型为 Qwen3.8-2.4T-A95B，属于该基座的量化版本。

仓库页面列出的标签包括 text-generation、conversational 与 qwen3_5_moe_text，许可证一栏写的是 other。抓取时该模型已累计 9297 次下载和 261 个点赞，说明权重上架后很快进入了实际下载与试用环节，而不只是停在公告层面。

型号名本身给出了关键参数：2.4T 指总参数量约 2.4 万亿，A95B 表示每个 token 大约激活 950 亿参数，这是典型的混合专家（MoE）设计；FP8 则代表权重以 8 位浮点精度存储。换句话说，这次上架的不是一个新架构，而是旗舰基座的官方低精度版本。

官方亲自发布 FP8 权重，指向的是部署侧的现实问题。对自建推理服务的团队来说，同样的机器能放下更大的模型，或用更少的卡承载同样的流量，这是比参数规模更直接的账本；官方版本至少把这部分取舍收进了自己的验证流程，而不是留给使用者试错。

这也延续了今年开源旗舰的节奏：万亿级 MoE 模型不再只是论文里的配置，而是以可直接下载的权重形式出现在公共仓库里。开放权重与闭源前沿之间的差距，正在从“有没有”变成“部署得起不起、用得起不起”。

需要留意的是许可证。other 并非 Apache 或 MIT 这类标准宽松许可，打算商用的团队应回到仓库核对具体条款，确认调用方式、再分发与署名要求，而不是看到“开放权重”就默认可以随意使用。

接下来值得观察三件事：官方是否公布 FP8 相对未量化基座的精度对比；主流推理框架与云厂商多快给出开箱即用的支持；以及在 2.4T 这个体量上，社区实际跑出来的并发与单位成本会落在什么区间。