阿里巴巴周一正式推出迄今为止规模最大的人工智能模型Qwen3.8-Max进一步丰富其企业级AI产品矩阵。这是一款专为软件工程、多模态推理及其他知识密集型业务场景设计的开放权重模型。在发布公告中阿里巴巴介绍称Qwen3.8-Max采用混合专家架构MoE总参数量达2.4万亿但在推理阶段仅激活约950亿个参数。该架构旨在提升推理效率同时支持编程、推理和多模态任务。其开放权重版本计划于下周通过阿里云模型工厂正式发布。阿里巴巴在社交媒体平台X上表示我们认为这是目前市场上最强大的模型之一性能可与前沿AI模型媲美仅次于Fable 5。性能基准测试与竞品对比阿里巴巴公布了Qwen3.8-Max与Claude Opus 4.8、Claude Fable 5以及OpenAI GPT-5.6 Sol在编程基准测试上的对比结果测试项目包括SWE-bench Pro以及阿里巴巴自研的NL2Repo-Bench评测集。评测中各竞品模型均使用其官方编程工具进行测试Anthropic模型采用Claude CodeGPT-5.6 Sol则采用Codex。弗雷斯特研究公司副总裁兼首席分析师查理·戴表示此次发布表明阿里巴巴正在追近闭源模型头部厂商但背后更值得关注的是更宏观的趋势阿里巴巴确实在缩小差距但更重要的故事是开放权重模型的快速成熟。企业用户在软件工程、领域定制、数据主权以及成本敏感型部署场景中已经拥有越来越可信的替代方案开放性的价值往往不亚于模型的绝对性能。16天自主编程项目引发质疑阿里巴巴表示其对该模型进行了三项无监督多日编程任务测试要求模型在无人工干预的情况下从零开始完成项目其中一个项目据称耗时16天自主完成。Kanerika公司AI开发经理阿米特·耶纳对此提出了质疑真正值得审视的不是参数数量。阿里巴巴声称模型在16天内独立完成了一个软件工程项目。这句话被到处转载却从未被认真追问——16天到底是什么概念期间有多少次人工介入最终代码通过代码审查了吗耶纳同时对开放权重的表述提出了警示发布权重与开放API接口是两回事。在仓库地址、许可协议和模型说明卡都到位之前开放权重描述的只是一种意图。推理效率成企业关注焦点阿里巴巴表示混合专家架构每次推理仅激活约950亿参数有助于降低推理成本。查理·戴表示这种成本效益权衡对企业买家的重要性已超过原始模型规模对大多数企业而言推理效率的重要性已超过模型的原始规模。仅激活总参数中的一小部分可以显著降低服务成本和基础设施要求使前沿级别的模型性能在对可扩展性、延迟和经济性更为敏感的生产环境中变得更加可及。耶纳则认为效率提升本身已不是核心问题真正的瓶颈在于企业实际评测模型的能力效率已经不再是最有价值的问题真正制约企业的是评测吞吐量。Gartner高级首席分析师尼提什·泰亚吉指出此次发布的意义不在于参数规模而在于它所传递的信号——AI部署成本竞争压力正在加剧Gartner此前预测若缺乏有效的成本管控AI编程支出可能超过开发者的平均薪资。开放权重、混合专家架构与百万Token上下文窗口的组合代表着在使AI辅助软件开发更具经济可行性方面迈出了重要一步。企业部署面临的隐性成本与治理挑战泰亚吉同时提醒企业在评估生产部署时不应仅关注推理成本许多中国以外的企业可能对依赖在中国境内托管的模型有所顾虑这将促使它们转向超大规模云服务商或本地基础设施进行部署而两种方式都会引入额外成本。他还指出开放权重模型通常缺乏商业AI厂商提供的知识产权赔偿保障企业需要自行建立安全、治理和代码扫描机制以在生产部署前识别版权和知识产权风险。耶纳认为周一发布的旗舰模型未必是企业最终会使用的版本与旗舰模型同步发布、却几乎在报道中被完全忽视的Qwen3.8-27B对大多数组织而言才是更具实际部署价值的选择——它可以运行在自有基础设施上并基于自有数据进行微调。查理·戴最后表示企业管理者在评估此次发布时应将透明度和总拥有成本置于优先位置而非聚焦于宣传性数据核心问题在于与竞品模型相比Qwen3.8能否带来可量化的业务成果、企业级可靠性、更低的总拥有成本以及数字主权方面的灵活选项。QAQ1Qwen3.8-Max的混合专家架构MoE有什么特别之处AQwen3.8-Max总参数量达2.4万亿但采用混合专家架构每次推理时仅激活约950亿个参数。这种设计的核心优势在于大幅降低推理成本和基础设施要求使模型在对延迟、可扩展性和经济性要求较高的生产环境中更具实用价值而不必为全量参数付出算力代价。Q2阿里巴巴声称Qwen3.8-Max自主编程16天完成项目这个说法可信吗A这一说法目前存在较大争议。Kanerika公司AI开发经理阿米特·耶纳指出16天的具体含义从未被认真追问期间是否有人工介入最终代码是否通过了代码审查他认为这个数字被广泛引用却缺乏足够的事实核查企业在参考这类指标时应保持审慎态度。Q3企业在部署Qwen3.8-Max时需要注意哪些风险A主要有三点风险需要关注第一中国境外的企业可能对将数据托管于中国服务器有所顾虑转向超大规模云服务商或本地部署会带来额外成本第二开放权重模型通常不提供商业AI厂商所附带的知识产权赔偿保障企业需自行建立安全和治理机制第三旗舰版本Qwen3.8-Max对基础设施要求较高规模较小的Qwen3.8-27B或许更适合多数企业实际落地。
阿里巴巴周一正式推出迄今为止规模最大的人工智能模型Qwen3.8-Max进一步丰富其企业级AI产品矩阵。这是一款专为软件工程、多模态推理及其他知识密集型业务场景设计的开放权重模型。在发布公告中阿里巴巴介绍称Qwen3.8-Max采用混合专家架构MoE总参数量达2.4万亿但在推理阶段仅激活约950亿个参数。该架构旨在提升推理效率同时支持编程、推理和多模态任务。其开放权重版本计划于下周通过阿里云模型工厂正式发布。阿里巴巴在社交媒体平台X上表示我们认为这是目前市场上最强大的模型之一性能可与前沿AI模型媲美仅次于Fable 5。性能基准测试与竞品对比阿里巴巴公布了Qwen3.8-Max与Claude Opus 4.8、Claude Fable 5以及OpenAI GPT-5.6 Sol在编程基准测试上的对比结果测试项目包括SWE-bench Pro以及阿里巴巴自研的NL2Repo-Bench评测集。评测中各竞品模型均使用其官方编程工具进行测试Anthropic模型采用Claude CodeGPT-5.6 Sol则采用Codex。弗雷斯特研究公司副总裁兼首席分析师查理·戴表示此次发布表明阿里巴巴正在追近闭源模型头部厂商但背后更值得关注的是更宏观的趋势阿里巴巴确实在缩小差距但更重要的故事是开放权重模型的快速成熟。企业用户在软件工程、领域定制、数据主权以及成本敏感型部署场景中已经拥有越来越可信的替代方案开放性的价值往往不亚于模型的绝对性能。16天自主编程项目引发质疑阿里巴巴表示其对该模型进行了三项无监督多日编程任务测试要求模型在无人工干预的情况下从零开始完成项目其中一个项目据称耗时16天自主完成。Kanerika公司AI开发经理阿米特·耶纳对此提出了质疑真正值得审视的不是参数数量。阿里巴巴声称模型在16天内独立完成了一个软件工程项目。这句话被到处转载却从未被认真追问——16天到底是什么概念期间有多少次人工介入最终代码通过代码审查了吗耶纳同时对开放权重的表述提出了警示发布权重与开放API接口是两回事。在仓库地址、许可协议和模型说明卡都到位之前开放权重描述的只是一种意图。推理效率成企业关注焦点阿里巴巴表示混合专家架构每次推理仅激活约950亿参数有助于降低推理成本。查理·戴表示这种成本效益权衡对企业买家的重要性已超过原始模型规模对大多数企业而言推理效率的重要性已超过模型的原始规模。仅激活总参数中的一小部分可以显著降低服务成本和基础设施要求使前沿级别的模型性能在对可扩展性、延迟和经济性更为敏感的生产环境中变得更加可及。耶纳则认为效率提升本身已不是核心问题真正的瓶颈在于企业实际评测模型的能力效率已经不再是最有价值的问题真正制约企业的是评测吞吐量。Gartner高级首席分析师尼提什·泰亚吉指出此次发布的意义不在于参数规模而在于它所传递的信号——AI部署成本竞争压力正在加剧Gartner此前预测若缺乏有效的成本管控AI编程支出可能超过开发者的平均薪资。开放权重、混合专家架构与百万Token上下文窗口的组合代表着在使AI辅助软件开发更具经济可行性方面迈出了重要一步。企业部署面临的隐性成本与治理挑战泰亚吉同时提醒企业在评估生产部署时不应仅关注推理成本许多中国以外的企业可能对依赖在中国境内托管的模型有所顾虑这将促使它们转向超大规模云服务商或本地基础设施进行部署而两种方式都会引入额外成本。他还指出开放权重模型通常缺乏商业AI厂商提供的知识产权赔偿保障企业需要自行建立安全、治理和代码扫描机制以在生产部署前识别版权和知识产权风险。耶纳认为周一发布的旗舰模型未必是企业最终会使用的版本与旗舰模型同步发布、却几乎在报道中被完全忽视的Qwen3.8-27B对大多数组织而言才是更具实际部署价值的选择——它可以运行在自有基础设施上并基于自有数据进行微调。查理·戴最后表示企业管理者在评估此次发布时应将透明度和总拥有成本置于优先位置而非聚焦于宣传性数据核心问题在于与竞品模型相比Qwen3.8能否带来可量化的业务成果、企业级可靠性、更低的总拥有成本以及数字主权方面的灵活选项。QAQ1Qwen3.8-Max的混合专家架构MoE有什么特别之处AQwen3.8-Max总参数量达2.4万亿但采用混合专家架构每次推理时仅激活约950亿个参数。这种设计的核心优势在于大幅降低推理成本和基础设施要求使模型在对延迟、可扩展性和经济性要求较高的生产环境中更具实用价值而不必为全量参数付出算力代价。Q2阿里巴巴声称Qwen3.8-Max自主编程16天完成项目这个说法可信吗A这一说法目前存在较大争议。Kanerika公司AI开发经理阿米特·耶纳指出16天的具体含义从未被认真追问期间是否有人工介入最终代码是否通过了代码审查他认为这个数字被广泛引用却缺乏足够的事实核查企业在参考这类指标时应保持审慎态度。Q3企业在部署Qwen3.8-Max时需要注意哪些风险A主要有三点风险需要关注第一中国境外的企业可能对将数据托管于中国服务器有所顾虑转向超大规模云服务商或本地部署会带来额外成本第二开放权重模型通常不提供商业AI厂商所附带的知识产权赔偿保障企业需自行建立安全和治理机制第三旗舰版本Qwen3.8-Max对基础设施要求较高规模较小的Qwen3.8-27B或许更适合多数企业实际落地。
（支持资料、图片参考_相关定制）_)
)
