NVIDIA-Nemotron-Labs-Teacher-General-Reasoning 对比 Qwen3.8-Max：开源权重开始认真起来的一周

开放权重刚刚经历了一周。大约在2026年8月12日，阿里巴巴发布了史上首个开放权重的Max级Qwen——Qwen3.8 Max，这是一个2.4万亿参数旗舰模型，以Qwen3.8-2.4T-A95B的名称发布在Hugging Face和ModelScope上。两天后的8月14日，NVIDIA在Hugging Face上也发布了NVIDIA-Nemotron-Labs-Teacher-General-Reasoning，这是一个来自Nemotron 3 Ultra训练流程的550B参数、55B激活的推理教师模型。两者都是前沿实验室新近开放的巨型检查点，而相似之处仅此而已。Qwen3.8 Max的开放是为了让你自己运行前沿模型；NVIDIA-Nemotron-Labs-Teacher-General-Reasoning的开放是为了让你用它进行训练。比较它们，实际上是在问你是哪种团队——但这两者都在72小时内落地，这一事实本身就是一个信号，表明行业正在走向何方。

每个发布版本实际包含的内容

Qwen3.8 Max 是可部署的版本。它是一个稀疏混合专家模型，总参数达2.4万亿，每个token约激活950亿参数，分布于512个专家，基于Qwen3.5系列混合架构构建。在其开放权重形式中，它仅支持文本，原生上下文为262K token（可扩展至超过1M），而且——值得注意的是——推理是必需的：模型会在<think>标签之间输出推理内容，且无法关闭。阿里巴巴于8月3日推出的托管API版本增加了图像和视频输入、默认1M上下文以及可选的推理。开放权重许可证是自定义的Qwen3.8 Max许可证，虽然宽松，但对超大规模商业部署设有基于收入的条件。如果你拥有多节点硬件，就可以在自己的基础设施上运行前沿级模型。

NVIDIA-Nemotron-Labs-Teacher-General-Reasoning 是训练时模型。它是 Nemotron 3 Ultra 背后的多教师在线策略蒸馏（MOPD）方案中十余个领域专精教师之一，由后训练的 Ultra 学生模型经过额外的推理专精 SFT 和强化学习阶段派生而来。它在该流程中的角色是：在难度最高的数学、逻辑和抽象推理问题上生成长推理轨迹，并充当对自由形式答案进行评分的裁判。它以对商业友好的 OpenMDW-1.1 许可证发布，并附带已公开的后训练数据；它本身没有任何基准测试数字——NVIDIA 转而引用一张准确率曲线图和 Ultra 技术报告。它的客户是蒸馏运行，而非生产流量。

Qwen3.8 Max，首款开源的Max级旗舰

阿里巴巴此次发布意义重大，因为Max级别的Qwe​n模型历来仅通过API提供。Qwen3.8 Max打破了这一惯例：权重可下载，且该模型确实处于前沿水平——Artificial Analysis给出的智能指数为58，智能体指数为58，在智能体场景中与顶尖闭源通用模型并驾齐驱。其供应商报告的优势指标十分亮眼：PaperBench得分93.0（领先于GPT-5.6 Sol和Fable 5），GPQA Diamond得分92.6，OSWorld-Verified得分86.1。其短板也同样真实存在——SWE-bench Pro得分67.7，Humanity's Last Exam得分43.6，均落后于领先者；独立测试还发现其每完成一项任务成本较高，在智能体运行中平均每项任务需64轮交互。在阿里巴巴的API上，其定价为每百万输入token 2.00美元，每百万输出token 6.00美元，每百万缓存输入token 0.25美元，较预览版定价下调了20%。

教师：配备模型卡的训练基础设施

NVIDIA-Nemotron-Labs-Teacher-General-Reasoning 并未参与这些数字的竞争，因为它没有发布任何相关数据。它提供的反而是与 Ultra 学生模型相同的 LatentMoE Mamba-2 + Transformer 混合架构，支持高达 1M token 的上下文，以及一个推理控制旋钮——enable_thinking true/false、medium_effort 模式，以及 hard reasoning_budget 上限——这是蒸馏流水线所需要的，以便在困难样本上投入深度推理，而在简单样本上跳过推理。最低硬件配置为 4×B200（或 8×H100），通过 vLLM、SGLang 或 TensorRT-LLM 提供服务，检查点文件的下载大小为 1.12 TB。它未被任何推理服务提供商部署，NVIDIA 也未宣布 NIM 托管。这是一次仅发布权重的版本，面向已经运行大规模 GPU 集群的实验室。

规格，并排对比

• 用途——Teacher：训练时推理专家与裁判；Qwen3.8 Max：可部署的前沿旗舰。

• Scale —— Teacher：总参数550B / 激活55B，采用LatentMoE与MTP。Qwen3.8 Max：总参数2.4T / 激活约95B，512个专家，Qwen3.5混合架构。

• 上下文 — Teacher：最多 100 万 token，默认 256K。Qwen3.8 Max：262K 原生开放权重上下文，可扩展至超过 100 万；API 版本默认 100 万。

• 权重 — 教师模型：OpenMDW-1.1，发布于2026年8月14日。Qwen3.8 Max：Qwen3.8 Max许可证，发布于2026年8月12日左右。

• 独立证据 —— 教师：暂无。Qwen3.8 Max：AA 智能指数 58，智能体指数 58，编码指数 71.8。

• 思考 — 教师：enable_thinking 开关，medium_effort，reasoning_budget 上限。Qwen3.8 Max：在开放权重中必须开启，无法禁用。

• 价格 — Teacher：无公开标价，自托管资本支出。Qwen3.8 Max：每百万 tokens 2.00 美元 / 6.00 美元，缓存输入 0.25 美元。

证据不对称就是全部真相。

Qwen3.8 Max 已经过测试，教师模型还没有。这部分是时间问题——Qwen3.8 Max 于 8 月 3 日发布，已经在排行榜上跑了两周，而教师模型昨天才发布——部分也是刻意为之，因为教师模型的模型卡从来就不是为了在分数上竞争。但这种不对称给比较带来了实实在在的后果：本页面上每个附有来源的具体数字都属于 Qwen3.8 Max，而每个与教师模型相关的数字都是架构规格。教师模型的推理质量尚未得到 NVIDIA 以外任何人的验证，其家族级数据（Ultra 学生模型由供应商报告的 SWE-Bench Verified 71.9、MMLU-Pro 86.8、LiveCodeBench v6 89.0）描述的其实是另一个模型。任何想依据“哪个得分更高”来做决定的人，都必须等待对教师模型的独立跑分——而这正是接下来几周应当弥合的缺口。

两个思维刻度盘，设置不同

{{1}}这两个版本之间最有趣的技术对比在于，当你要求它们进行推理时会发生什么。{{/1}}{{2}}Qwen3.8 Max 的开源权重版本别无选择：思考始终开启，推理轨迹是每个答案的一部分。{{/2}}{{3}}这对于答案质量和透明度来说很棒，但对于批量生成来说成本高昂。{{/3}}{{4}}教师模型将推理视为一个旋钮：enable_thinking 切换它，medium_effort 调节它，reasoning_budget 上限为它封顶。{{/4}}{{5}}对于蒸馏流水线来说，这种差异是决定性的——用始终开启思考的模型生成数百万条推理轨迹会使你的 token 账单成倍增加，而教师模型的开关让你只在困难样本需要时才为深度推理付费。{{/5}}{{6}}这并非相互竞争的设计理念；它们是针对同一问题两端分别优化的两种工具，各自都是适合其所在端的正确工具。{{/6}}

底线

如果你想在自己的硬件上运行前沿模型——或者以合理的价格调用一个——Qwen3.8 Max 就是那个重要的发布版本，它已经在 OrcaRouter 上以阿里官方定价上线，以 0% 加价直接转发，因此阿里在发布时宣布的降价当天就在我们这边生效。如果你想训练或蒸馏一个推理模型——或者审计塑造 Nemotron 3 Ultra 的信号——NVIDIA-Nemotron-Labs-Teacher-General-Reasoning 就是那个重要的发布版本，目前仅支持自托管。更大的故事在于两者落在同一周：开放权重刚刚从“开放到可以看”变成了“开放到可以构建”，发生在模型供应链的两个不同节点。那些将模型层保持为可通过统一接口替换的团队——一边是自托管训练，另一边是托管式前沿推理——才是能够同时利用两者的团队。