中国正引领开放权重模型的分发趋势，许多顶尖 AI 实验室都将模型发布到网上，任何人只要拥有所需硬件，就可以下载并运行。最新获得这种待遇的是阿里巴巴的 Qwen3.8-Max。该公司透露，计划于下周在 ModelScope 和 Hugging Face 上发布其权重。
阿里巴巴股价对此作出积极反应，其在香港上市的股票周一收盘上涨 7%，随后在美国盘前交易中上涨 4.2%。
该公司一名发言人强调，这是“我们首次开源 Qwen-Max 级别模型的权重”。这是该公司功能最强大的模型；此前，阿里巴巴曾发布性能较弱的低价模型权重，但一直限制对旗舰产品的访问。
不过，中国开发者之间的趋势正日益转向开放权重访问。总部位于北京的 Moonshot AI 也在 7 月 27 日发布了自家拥有 2.8 万亿参数的模型 Kimi K3 的权重。
美国前沿 AI 实验室仍将模型权重严格作为专有资产，而中国的趋势则是以更低成本、可自由下载的形式提供可比的结果——尽管在许多方面并不那么强大。
Qwen3.8-Max 展示处理中长期任务的能力
阿里巴巴的 Qwen3.8-Max 拥有 2.4 万亿参数，每次查询最多可处理 100 万个 token。该模型的定位是处理时间跨度更长的工作，而不是用于聊天机器人式的互动。
为展示这些能力，开发者为其布置了复杂的机器学习和编码任务。其中包括一个持续数周的软件开发项目，在大约 16 天内、完全没有人工干预的情况下，产生了 265 次提交、127 个拉取请求和 151 个问题。另一项测试要求模型缩小加密电路芯片的尺寸；Qwen 通过将逻辑门数量从 8,298 个精简至 678 个，成功将该组件的物理尺寸缩小了 81%。
该模型也适用于电子商务场景。最后一项测试显示，模型获得 ¥100,000 的初始资金，并被要求在为期一年的模拟中尽可能赚取更多资金。在这段时间里，模型成功将资本增加至原来的四倍，最终表现比阿里巴巴旗舰模型的上一版本高出 152%。
据阿里巴巴介绍，这些测试均在公司内部按照自有规则和流程进行，未经独立审计。
Qwen3.8-Max 与竞争对手的比较
与美国前沿模型进行对比时，Qwen 的能力或许就没那么令人印象深刻了。阿里巴巴自有的对比表显示，它在某些任务类型上表现更好，但在其他任务上则落后。在 Terminal Bench 2.1 测试中——该测试考察模型完成复杂多部分任务的能力——Qwen3.8-Max 得分 86.6，领先于 Anthropic 的旗舰模型，但仍略低于 OpenAI 的 GPT-5.6 Sol，后者得分为 88.8。
不过，Qwen 在 PaperBench 测试中以 93.0 分超过了所有竞争者。该测试考察模型复现机器学习研究论文的能力。其他基准测试结果则不太理想：阿里巴巴的模型在编码测试 SWE-bench Pro 中仅得分 67.7，远低于 Claude Fable 5 的 80.0 分。
不过，如果仅与国内竞争对手比较，Qwen3.8-Max 的排名会有所提升。彭博社报道称，在多个关键基准测试中，它的排名高于备受赞誉的 Kimi K3——另一款规模相当的开放权重模型——尽管 Moonshot 的模型整体表现略胜一筹。
尽管如此，这仍使 Qwen3.8-Max 成为开放权重模型中的顶尖竞争者之一，尤其是在涉及时间跨度较长的任务方面。