阿里巴巴釋出 Qwen 3.8-Max:2.4 萬億引數 AI 模型主攻程式設計與研究

阿里放大招！2.4萬億引數AI"巨無霸"來了，專治程式設計和長文本

阿里這周搞了個大新聞，祭出史上最強AI模型Qwen 3.8-Max，引數直接飆到2.4萬億！中美AI競賽這下更有看頭了~

硬核引數+開源福利

阿里在X上官宣：這貨是"程式設計和協作的新標杆"，下週就開源！開源權重意味著開發者可以下載模型引數自己魔改，對企業搞定製化簡直不要太香。

目前引數規模僅次於月之暗面的Kimi K3(2.8萬億)。懂行的都知道，引數越多模型越能打。

效能直接叫板Claude 3.5

阿里內部測試顯示，Qwen 3.8-Max完全不虛Anthropic的Claude 3.5 Sonnet。作為Qwen 3.5的升級版，專門為長週期任務（比如搞科研、擼程式碼）做了最佳化。

官方說法是："不僅能搞定高難度問題，還能一條龍完成複雜任務，交付靠譜成果。"

三大殺手鐧：

• 百萬級token上下文視窗，單次能處理約75萬詞(業內標準1token≈0.75個英文單詞)
• 專治各種不服：晶片設計連肝12小時、蛋白源驗證、財務即時對賬、合同自動生成
• 玩轉視覺生產：把隨手拍的素材剪成vlog、平面圖秒變3D效果圖、幾句話就能生成小遊戲

資本市場用腳投票

CNBC報道，Qwen 3.8-Max釋出當天，阿里港股暴漲7%，投資者真金白銀投了贊成票。

國內AI大模型賽道現在卷瘋了：阿里Qwen、百度文心、月之暗面Kimi、智譜GLM都在拼命堆引數、搶場景。這次阿里承諾開源，說不定能帶火國內開源生態，讓中小企業和科研狗也能上車。

開發者必看指南

國內搞AI的兄弟們注意了，這個開源權重值得蹲：

1. 商用條款：看清楚能不能商用和二次訓練
2. 推理成本：2.4萬億引數得多卡伺候，私有化部署得掂量下錢包
3. 長文本神器：百萬token視窗簡直是法律文書、科研論文、大程式碼庫的剋星

阿里宣傳片裡"釣魚遛狗時AI自動搞定晶片設計"的橋段雖然有點畫餅，但確實反映了大模型正在從"問答機"進化成"打工人"的行業趨勢。

常見問題

Qwen 3.8-Max 的 2.4 萬億引數意味著什麼?

引數是 AI 模型內部的可調變數,決定模型的表達能力。2.4 萬億引數使其理論上能處理更復雜的邏輯推理和長文本任務,但實際效能還取決於訓練資料質量、架構設計等因素。目前國內僅次於月之暗面 Kimi K3 的 2.8 萬億引數。

開源權重版本對開發者有什麼價值?

開源權重允許下載模型引數並修改,開發者可私有化部署、針對特定行業微調或進行學術研究。但需注意:阿里尚未公佈具體開源協議,商用許可、是否允許二次訓練等細節需等下週釋出時確認。

百萬 token 上下文視窗實際能處理多長的文件?

根據阿里官方資料,100 萬 token 可處理約 75 萬詞。以中文為例,通常 1 個 token 對應 1-2 個漢字,因此可能支援 50-75 萬漢字的單次輸入,適合處理長篇學術論文、完整程式碼庫或多輪複雜對話。

普通開發者能否直接使用 Qwen 3.8-Max?

阿里通常會提供 API 呼叫服務(可能收費)和開源權重下載兩種方式。API 呼叫門檻低但按量計費;自行部署開源版本需要多張高效能 GPU(如 A100/H100),個人開發者可考慮使用量化版本或等待社群最佳化的輕量版。

Qwen 3.8-Max 與 Claude 3.5 Sonnet 對比如何?

阿里聲稱內部測試中效能相當或更優,但未公佈具體 benchmark 資料。建議關注獨立第三方評測(如 OpenCompass、SuperCLUE)的結果,尤其是中文任務、程式碼生成、長文本理解等維度的對比。

---

本文基於 GNews:ThePrint 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://theprint.in/feature/alibaba-most-capable-ai-model-for-coding-and-research/3004513/