阿里巴巴本周一发布了其迄今规模最大的人工智能模型 Qwen3.8-Max，以一款面向软件工程、多模态推理及其他知识密集型业务负载的开放权重模型，扩充了其企业级 AI 产品组合。

在发布公告博客中，阿里将 Qwen3.8-Max 描述为一款 2.4 万亿参数的混合专家（MoE）模型，推理时仅激活约 950 亿参数。公司表示，该架构旨在提升推理效率，同时支持编码、推理与多模态任务；开放权重版本计划于下周通过阿里云百炼（Model Studio）发布。

阿里在 X（推特）上发文称：

"我们相信这是目前最强大的模型之一，可与领先的前沿 AI 模型比肩，仅次于 Fable 5。"

基准测试剑指 Anthropic 与 OpenAI 的编程模型

阿里公布了内部测试结果：在 SWE-bench Pro 及一项名为 NL2Repo-Bench 的自研评测上，将 Qwen3.8-Max 与 Claude Opus 4.8、Claude Fable 5 以及 OpenAI 的 GPT-5.6 Sol 进行了编程基准对比。

公司表示，评测使用各家厂商自有的编码工具链——Anthropic 的模型用 Claude Code，GPT-5.6 Sol 用 Codex——并取各竞品在可用配置下公开的最高分数进行对照。

Forrester 副总裁兼首席分析师 Charlie Dai（戴鲲）表示，此次发布标志着阿里正在缩小与闭源领先者之间的差距，尽管这只是全貌的一部分。

"阿里正在缩小差距，但更值得关注的故事是开放权重模型的迅速成熟。企业正越来越多地拥有闭源前沿模型之外的可信替代方案，尤其是在软件工程、领域定制、主权以及成本敏感型部署场景——在这些场景中，开放性往往与绝对的模型性能同样重要。"

公司力推"16 天自主编程"

阿里表示，它在三个无监督的多日编程项目上测试了该模型，要求模型从空项目文件夹开始、在无人类协助的情况下独立完成任务——其中有一个项目据称耗时 16 天自主完成。

阿里还强调了法律合规、财务分析、工程设计、量化研究及多模态内容创作等企业应用，称该模型的定位是完成完整的业务流程，而非单个 AI 辅助任务。

Kanerika 公司 AI 开发经理 Amit Jena 表示，这一说法值得比目前更多的审视。

"值得审视的不是参数数量。阿里说模型 16 天完成了一个软件工程项目——这句话到处被转载，却无人追问。16 天到底在做什么？人类中途介入过多少次？交付成果经得起代码评审吗？"

Jena 认为，开放权重的承诺本身也应当谨慎解读：

"发布权重与开放 API 端点是两回事。在没有代码仓库、许可证和模型卡之前，开放权重描述的只是一种意图。"

分析师：推理效率并非真正的瓶颈

阿里的混合专家架构每次请求仅激活 2.4 万亿参数中的约 950 亿，公司称这一设计可降低推理成本。

戴鲲表示，对企业买家而言，这一取舍现在比单纯的模型规模更重要：

"对大多数企业来说，推理效率现在比原始模型规模更重要。只激活总参数的一小部分，可以显著降低服务成本与基础设施要求，让前沿级性能在生产部署中更容易落地——在这些场景中，可扩展性、延迟与成本往往比榜单领先更重要。"

Jena 则表示，效率提升的重要性比不上组织实际测试该模型的能力：

"效率已经不是那个有趣的问题了。真正构成约束的是评测吞吐量。"

Gartner 高级首席分析师 Nitish Tyagi 认为，此次发布的意义与其说在参数数量，不如说在它释放出的、关于 AI 部署成本竞争压力的信号：

"Gartner 此前曾预测，如果缺乏更有力的成本控制，AI 编程开支可能超过普通开发者的年薪。开放权重、混合专家架构与百万 token 上下文窗口的组合，是让 AI 辅助软件开发在经济上更可行的重要一步。"

Tyagi 同时提醒，企业在评估该模型用于生产时，不能只看推理成本：

"中国以外的许多组织可能不愿依赖托管在中国的模型，从而会选择通过超大规模云厂商或本地基础设施部署，这两条路都会带来额外成本。"

他还指出，开放权重模型通常缺少商业 AI 厂商附带的责任保障（indemnification），这意味着企业需要自行建立安全、治理与代码扫描管控，在生产部署前发现版权与知识产权风险。

CIO 们应该注意什么

Jena 表示，周一发布的旗舰模型未必是企业最终会跑的那个模型：

"与旗舰同台发布、却几乎被报道完全忽视的 Qwen3.8-27B，才是大多数组织更可部署的选择。"

因为它可以运行在组织自有的基础设施上，并用自有数据进行微调。

戴鲲则建议，评估此次发布的企业领导者应将透明度与总拥有成本（TCO）置于头条数字之上：

"关键问题是：与竞品相比，Qwen3.8 能否带来可衡量的业务成果、企业级的可靠性、更低的总拥有成本，以及数字主权方面的选项。"