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 Code，GPT-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。"
Q&A
Q1：Qwen3.8-Max的混合专家架构（MoE）有什么特别之处？
A：Qwen3.8-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。
