Qwen3.8-2.4T-A95B

该模型使用 512 个路由专家，其中 10 个路由专家加上每个代币活跃的共享专家。它具有原生 262K 令牌上下文窗口，可扩展至约 101 万个令牌，并使用门控线性注意力和门控注意力块来管理大规模推理。

Hugging Face 版本包括 vLLM、SGLang、Docker Model Runner 和量化本地运行时的说明。对于拥有大量推理基础设施、需要大容量开放模型权重来处理长上下文代理工作负载的组织来说，它非常有用。