阿里Qwen3.8正面硬刚Kimi K3:参数战打到2.4万亿 谁慢谁出局
作者:胡镤心 文章来源:亿邦动力
2026-08-03 13:52
作者:胡镤心 文章来源:亿邦动力
2026-08-03 13:52
邦小白快读
【亿邦原创】8月3日,阿里巴巴正式发布新一代基座大模型Qwen3.8,总参数量2.4万亿,激活参数95B。这是千问家族迄今规模最大、能力最强的模型,也是千问首次将Max级别模型开源。
在Arena榜单中,阿里Qwen模型仅次于Anthropic的Claude系列,整体性能处于全球大模型第一梯队。在Vision Arena榜单中,Qwen3.8-Max排名全球第二。上线当天,阿里巴巴港股半日升6.75%。
1、基座模型密集出牌:Kimi K3刚炸榜,Qwen3.8就来了
阿里的Qwen3.8,来得比所有人预想的都快。
7月17日,月之暗面发布Kimi K3,在全球权威变成榜单上,力压Claude Fable 5(1631分)与GPT-5.6 Sol(1618分)登顶,也给其后的所有旗舰模型划定了2.8万亿参数的基础门槛。
两天后的7月19日,阿里云发布了Qwen3.8-Max预览版。8月3日,Qwen3.8正式发布,总参数量2.4万亿。在Arena榜单中,阿里Qwen模型仅次于Anthropic的Claude系列,整体性能处于全球大模型第一梯队。同一日,阿里还推出了Agent产品“千问办公”。
这一轮竞争焦点不再是通用问答,而是编程与长程任务。
Kimi K3展示的是独立干活的能力,它在连续48小时的自主Agent运行中,完全基于开源EDA工具和Nangate 45nm工艺库,独立完成了芯片从构建、优化到验证的全流程,全程没有额外引入人工干预。
Qwen3.8则把独立干活推向了长期项目交付。它从一个空文件夹出发,独立编程运行约16天,最终做出一个真实可用的自进化智能体框架。在专业办公场景中,一支法务团队在数百份法律文档中标注条款需要一周时间,Qwen3.8一小时内就能完成。
这一轮也宣告了参数规模竞赛的回归。Kimi K3以2.8万亿参数刷新开源模型规模纪录,Qwen3.8同样以2.4万亿参数跻身“两万亿俱乐部”。当一个新标准被确立,所有玩家都必须跟进,否则就会被贴上“落后”的标签。
2、编程与办公
编程能力是今年大模型竞争最激烈的赛道,也是Qwen3.8发力的重点领域。
在演示中,只需要说一句“创建一个自进化的智能体Harness”,Qwen3.8就可以自主搭建循环工程框架,独立编程运行约16天,做出了一个Hermes Agent级别的自进化智能体框架“oh-my-cli”,累计完成265次代码提交。整个项目现已完全开源,保存在GitHub仓库中。
在科研场景中,Qwen3.8能连续自主工作约125小时,完整复现了一篇AI推理论文的六项主要结论,随后进入自我进化阶段,在AIME24基准上比论文原方法再提升2.7分。
在芯片设计沙箱内,模型历经约500轮交互将硬件门数从8298门精简至678门。在天池平台的WWW2025多模态对话意图识别挑战赛中,它在24小时内击败了458支人类参赛队伍。
Qwen3.8的另一个重点是专业办公(Cowork)能力,通过真实环境和算力的联合强化学习扩展,实现了数百种高价值、高频专业任务的真实表现提升。
一组对比很直观:一支法务团队在数百份法律文档中标注相关条款需要一周时间,Qwen3.8一小时内做完;篮球数据分析团队逐帧标注160小时比赛录像,Qwen3.8几十分钟拆解8400多个攻防回合;量化投资场景中,模型调度约330个子智能体完成约6000次因子回测。
在基准测试中,Qwen3.8在PaperBench得分93.0,超过Anthropic Fable 5的88.8;CoWorkBench得分74.8,与Fable 5的75.9接近。在OSWorld-Verified评测中,Qwen3.8-Max以86.1分位居主流模型首位。
多模态方面,Qwen3.8-Max可一次性解析200页财报文件,支持梳理100小时长视频素材。模型还融合了多模态视觉反馈与GUI交互能力,推出了针对多模态Agent的扩展库Qwen-MM-Plugins。
3、定价与开源:性价比策略清晰
Qwen3.8的API已经上线千问AI平台,并接入阿里同日推出的Agent产品千问办公。千问办公由QoderWork、MuleRun、悟空三款产品整合而来,已初步打通钉钉IM。阿里真武M890超节点也已适配Qwen3.8,在Agentic推理场景中最多可实现1.5倍性能提升。
定价方面,国内每百万Tokens输入12元、输出36元,隐式缓存命中仅1.5元;国际价格为Opus 5的40%与24%。Qwen3.8-Max预计下周开源,同时还将开源Qwen3.8-27B。
今年年初以来,国产大模型的竞争格局每隔1-2个月就会发生一次根本性变化。1-2月Qwen领先,3月中下旬Kimi一度领先,4月下旬DeepSeek V4登顶,6月下旬GLM-5.2以编程能力上位,随后又被Kimi K3夺走风头。截至7月31日,OpenRouter公布的7月调用量排行榜中,前六名全部被中国自主研发的开源大模型包揽。
Qwen3.8发布的同一天,千问办公开启公测,钉钉PC端和手机端的内置入口也将于近期上线。模型能力升级与产品落地同步推进,阿里正在把编程能力的突破转化为企业级应用的真实生产力。
当模型能够独立运行16天交付一个完整项目时,AI编程的竞争已经走出了跑分刷榜的阶段。下一个问题是:这些能力,能在多大程度上改变真实的软件开发方式?
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
阿里Qwen3.8大模型的参数规模是多少?
2024年8月3日阿里巴巴正式发布的Qwen3.8新一代基座大模型,总参数量达2.4万亿,激活参数95B,是千问家族迄今规模最大、能力最强的模型,也是千问首次开源的Max级别模型,整体性能处于全球大模型第一梯队。
Qwen3.8大模型在专业办公场景有什么优势?
Qwen3.8可大幅提升专业办公效率,法务团队完成数百份法律文档条款标注需要一周时间,Qwen3.8一小时就能做完;篮球数据分析团队标注160小时比赛录像,它几十分钟就能拆解8400多个攻防回合。
Qwen3.8大模型的API定价是多少?
Qwen3.8的API已上线千问AI平台,国内定价为每百万Tokens输入12元、输出36元,隐式缓存命中仅1.5元;国际价格分别为Opus 5的40%与24%,性价比优势十分显著。
Qwen3.8大模型的编程能力有什么突出表现?
Qwen3.8可从空文件夹出发独立编程运行约16天,做出真实可用的自进化智能体框架,累计完成265次代码提交;还能在125小时内自主复现AI推理论文的六项主要结论,在AIME24基准上比原方法提升2.7分。
下一篇
继Wildberries后 Ozon或也难逃一劫?俄两大平台仓库连遭袭击 卖家外逃三方仓避险
俄罗斯两大电商平台仓库频繁遭遇乌克兰无人机空袭,事态持续发酵,仓内库存被毁,大量跨境卖家涌入三方仓以图避险。









