vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Qwen3.8-Max
模型简介
Qwen 把旗舰 Max 的文本权重放了出来：2.4T 总参激活 95B，开放权重里的参数天花板。
- 参数量
- 2.4T (激活 95B)
- 上下文
- 1M
- 所属
- Qwen
- 类型
- 纯文本
- 商用
- 有条件可商用
- 许可
- Qwen 自定义许可
- 发布
- 2026-08-08
- 收录
- 2026-10-03