维度网讯，阿里巴巴于周一发布了该公司迄今规模最大的AI模型Qwen3.8-Max，以此扩展其企业AI产品组合。该开放权重模型采用专家混合（MoE）架构，总参数达2.4万亿，推理时仅激活约950亿参数，旨在以更高推理效率支撑编码、推理和多模态任务，面向软件工程及知识密集型业务负载。
按计划，开放权重版本将于下周通过阿里云Model Studio发布。阿里巴巴在X平台上称该模型“是当今最强大的模型之一，可与领先的前沿AI模型相媲美，仅次于Claude Fable 5”。
在基准测试方面，阿里巴巴将Qwen3.8-Max与Anthropic的Claude Opus 4.8、Claude Fable 5以及OpenAI的GPT-5.6 Sol在编程基准上作了对比，测试项包括SWE-bench Pro和阿里巴巴自定义的评估基准NL2Repo-Bench。评估竞品时使用了各家供应商自带的编程工具，对Anthropic模型使用Claude Code，对GPT-5.6 Sol使用Codex，并报告了每个竞品在可用配置下的最高已发布分数。
弗雷斯特研究公司（Forrester）副总裁兼首席分析师Charlie Dai认为，这次发布表明阿里巴巴正在缩小与专有模型领导者的差距，但更值得关注的是开放权重模型的快速成熟。他说，在软件工程、领域定制、主权和成本敏感的部署场景中，企业有了可靠的前沿专有模型替代方案，开放性往往与绝对模型性能同样重要。
阿里巴巴还报告了三项无监督多日编码项目测试：模型从空白项目文件夹开始独立完成任务，全程无人工协助，其中一项据称耗时16天自主完成。企业应用方向包括法律合规、金融分析、工程设计、定量研究和多模态内容创作，阿里巴巴称该模型旨在完成整个业务流程，而非单个AI辅助任务。
Kanerika的AI开发经理Amit Jena对“16天自主完成软件工程项目”的说法提出质疑：“16天做了什么？人类介入了多少次？输出是否通过代码审查？”他还提醒，开放权重与开放API端点是两回事，“在没有代码仓库、许可证和模型卡之前，开放权重只是一种意向”。
对于仅激活约950亿参数的设计，Dai认为，对企业买家而言，推理效率的重要性已超过原始模型规模，因为它能显著降低服务成本和基础设施要求。Jena则表示，效率不再是关键问题，评估吞吐量才是真正的制约因素。高德纳（Gartner）高级首席分析师Nitish Tyagi指出，此次发布说明AI部署成本正面临竞争压力。高德纳此前预测，若不加强成本控制，AI编程开支可能超过普通开发者的薪资。Tyagi认为，开放权重、专家混合架构和100万token上下文窗口的组合，使AI辅助软件开发在经济上更可行。
Tyagi同时提醒，企业评估生产部署时不能只考虑推理成本。中国以外的许多组织可能对托管在中国的模型持谨慎态度，通过超大规模云服务商或本地基础设施部署会产生额外成本；开放权重模型通常缺乏商业AI供应商提供的赔偿保护，企业需自行建立安全、治理和代码扫描控制，以在生产部署前发现版权与知识产权风险。
Jena还指出，与旗舰模型一同发布、但几乎未被报道关注的Qwen3.8-27B，可能是大多数组织更实用的选择，因为它能运行在自有基础设施上，并用自身数据微调。Dai建议企业领导者优先评估透明度和总体拥有成本，而非头条数字，核心问题是，相比竞争模型，Qwen3.8能否带来可衡量的业务成果、企业级可靠性、更低的总体拥有成本以及数字主权选择。
