阿里巴巴近日在人工智能领域迈出重要一步，正式推出新一代基座大模型Qwen3.8-Max，其总参数量达到2.4万亿，采用稀疏混合专家（MoE）架构，单次激活参数约950亿，在保持旗舰级模型性能的同时显著降低了推理延迟。该模型支持最长100万Token的上下文窗口，并原生具备多模态视觉能力，官方宣称其在编程、办公、科研及长周期任务中的综合表现已跻身全球第一梯队。
此次发布最引人注目的是阿里在商业策略上的重大调整。Qwen3.8-Max的模型权重将于近期正式开源，这是Qwen-Max系列旗舰模型首次对外开放。此前，Max系列作为阿里最高定位的闭源模型，仅支持API调用，用户无法直接获取模型权重。这一转变被视为对国产开源模型生态崛起的回应——以DeepSeek为代表的开源模型通过低成本策略迅速占领市场，迫使传统闭源模式重新思考发展路径。
开源策略的背后是阿里对AI生态竞争的深度布局。尽管开源可能短期内影响API收入，但能显著降低模型采用门槛，扩大海外用户覆盖，并促进跨云平台和异构硬件的部署。分析指出，当开源模型具备足够性能时，闭源模型的高定价策略将难以维持。阿里选择此时开源，旨在争夺未来AI Agent生态的话语权，而非局限于眼前的利润。
阿里巴巴集团主席蔡崇信此前曾将AI开源企业分为两类：一类是依赖模型直接变现的纯开发企业，面临本质性挑战；另一类则是拥有全栈技术体系的企业，如阿里和谷歌，可通过云计算等周边服务实现价值。Qwen3.8-Max的开源正是这一战略的体现——通过降低模型使用成本，吸引开发者构建生态，最终从云服务、芯片等环节获取收益。
成本竞争是开源模型的核心战场。Qwen3.8-Max每百万输出Token的成本约6美元，仅为业内标杆模型（如Fable 5）的1/8。在需要反复调用工具、输出长代码的Agent场景中，这种成本差异将直接决定商业模型的可持续性。阿里通过MoE架构、混合注意力机制等技术优化，结合自研芯片生态（如平头哥的AI芯片、CPU、网卡等），进一步压低了推理成本。7月，阿里云宣布灵骏真武M890超节点实例已适配Qwen3.8，成为国内首个运行超2万亿参数大模型的超节点。
相比之下，算力生态薄弱成为许多模型创业公司的短板。近日，海外开源社区OpenCode发文称，DeepSeek V4 Flash因访问量激增出现容量不足问题，导致部分用户报错。这一事件凸显了单纯依赖算法优化而缺乏硬件支撑的局限性。阿里则通过“芯片-云-模型”的全栈布局，在成本控制和稳定性上占据优势。
Qwen3.8-Max的发布被视为国产模型生态的一次重要合围。阿里提供高可控、强视觉、长上下文的多模态Agent基座，而DeepSeek等模型则以极低算力消耗和高性价比的推理层形成互补，为开发者提供从模型到应用的全栈选择。这种分工正在推动全球中小型企业将底层AI基建转向开源生态，甚至包括部分头部国产模型自身。
中国开源模型在推理效率和架构优化上的突破，正在重塑全球AI竞争格局。随着Qwen3.8-Max的开源，阿里不仅展示了技术实力，更通过生态战略为国产模型开辟了新的发展路径。这场由算法优化与全栈生态共同驱动的变革，或将重新定义未来AI应用的边界。
