阿里巴巴近日推出新一代基座大模型Qwen3.8-Max，总参数量突破2.4万亿，成为全球规模最大的开源大模型之一。该模型采用稀疏混合专家（MoE）架构，单次推理仅激活约950亿参数，在保持旗舰级性能的同时显著降低计算延迟。其支持最长100万Token的上下文窗口，并原生具备多模态视觉处理能力，官方宣称在编程、科研及复杂任务处理领域已跻身全球顶尖行列。
此次发布最受关注的是阿里巴巴的商业策略转向。作为Qwen系列中定位最高的闭源旗舰模型，Max系列此前仅通过API提供服务，而此次官方宣布将于下周开源模型权重。这一调整被视为对国产开源模型生态的回应——以DeepSeek为代表的开源项目通过低成本策略快速占领市场，迫使传统闭源模式重新思考生态布局。数据显示，DeepSeek V4 Flash凭借性能与价格优势引发大规模调用，直接冲击了闭源模型的定价体系。
开源策略的转变背后是算力成本的激烈博弈。Qwen3.8-Max将每百万输出Token成本压至6美元，仅为行业标杆模型Fable 5的1/8。这种差距在单轮对话中影响有限，但在需要持续交互、代码生成和反馈优化的AI Agent场景中，成本差异将直接决定商业模型的可持续性。阿里巴巴通过软硬件协同优化实现这一突破：旗下芯片公司平头哥完成从AI芯片到存储主控的全链路自研，7月上线的灵骏真武M890超节点更成为国内首个成功运行超2万亿参数大模型的算力平台。
对比之下，算法优化派与全栈生态派的路径差异愈发明显。DeepSeek代表的创业公司在极致成本控制上达到新高度，但其近期因访问量激增导致的服务中断事件，暴露出开源社区在算力基础设施上的短板。而阿里巴巴的全栈布局不仅覆盖云基础设施、基础模型到应用层，更通过千问办公等配套产品构建AI Agent生态闭环。这种差异在长周期编程任务中尤为突出——Qwen3.8-Max的视觉处理能力与长上下文窗口，使其能独立完成复杂系统开发，而无需依赖外部工具链。
行业观察者指出，中国开源模型正在重塑全球AI基础设施格局。头部企业通过技术突破与生态整合，为开发者提供从模型训练到应用部署的全栈解决方案。这种转变不仅推动国内中小企业加速转向开源生态，更促使海外开源社区重新评估中国技术的竞争力。随着Qwen3.8-Max的开源，全球开发者将获得一个兼具高性能与低成本的新选择，而这场由算力成本引发的变革，或许才刚刚开始。
