一、信号
2026 年 7 月 19 日上午，阿里通义千问团队在 X 平台发布了一条简短的消息：Qwen3.8 正式亮相，open-weight 版本即将到来。这条推文在数小时内获得了超过 84 万次浏览和 576 条回复，HN 上的讨论帖也快速积累了 207 分和 95 条评论。
笔者的判断是：这不是一次孤立的发布。过去一个月内，GLM 5.2 和 Kimi K3 相继以接近或超越西方前沿模型的姿态亮相，Qwen3.8 的出场让这个序列更加完整——中国 AI 实验室不再把 open-weight 当作封闭 API 的附赠品，而是在正面争夺「最强开放模型」的位置。
二、规格与定价
Qwen3.8-Max-Preview 是一个 2.4 万亿参数的大语言模型，阿里在官方声明中将其定位为「仅次于 Claude Fable 5」的模型。这个自我评价需要第三方基准的验证——目前所有的性能宣称都来自阿里内部评估，与 Moonshot AI 当初发布 Kimi K3 时的策略如出一辙。
模型目前以预览版形式上线，用户可以通过阿里的 Token Plan 订阅、Qoder 编程平台、QoderWork 以及 Qwen Chat（免费）访问。Token Plan 的价格梯度如下：
| 计划 | 月费 | 周配额 | 5 小时并发额度 | 并发 Agent 数 |
|---|---|---|---|---|
| Lite | $6 | 2,500 Credits | 700 Credits | 1–2 |
| Standard | $18 | 10,000 Credits | 3,000 Credits | 3–4 |
| Pro | $68 | 40,000 Credits | 12,000 Credits | 6–8 |
配合发布，阿里为 Qwen3.8-Max-Preview 提供了 90% 的 Credits 折扣——相当于调用成本降至正常价格的十分之一。这个定价动作传递的信号很直接：先用低成本把开发者拉进来，再谈后续。
从技术路线看，Qwen3.8 延续了阿里近期「先闭源预览、再开放权重」的策略。Qwen 3.6 Max Preview 在今年 4 月发布时也没有立即开放权重，只在 Qwen Studio 和阿里云上通过 API 提供。Qwen3.8 目前走的是一样的路，但阿里明确表示 open-weight 版本会随后到来，具体时间尚未公布。
三、Open-Weight 的竞争格局
Qwen3.8 的发布时机让笔者很难不注意到它与 Kimi K3 的前后脚关系。7 月 17 日，Moonshot AI 宣布 Kimi K3——一个 2.8 万亿参数的 open-weight 模型——将在 7 月 27 日前上传至 HuggingFace。Kimi K3 在 Arena 的 Frontend Code 排行榜上击败了 Claude Fable 5 和 GPT-5.6 Sol，成为首个登顶该榜单的 open-weight 模型。两天后，阿里就跟进了 Qwen3.8。
这里有一层企业关系值得展开：阿里持有 Moonshot AI 约 36% 的股份。所以这场竞争同时发生在两个维度上——投资组合内部的左右手互搏，以及对外部竞争者（Z.AI 的 GLM 5.2、DeepSeek V4、西方三巨头）的合围。
HN 用户 adrian_b 的评论概括了社区的普遍观感：「我猜这次宣布是被 Moonshot AI 推动的——他们刚刚宣布了一个 2.8T 参数的开源模型 Kimi K3。现在阿里的回应是：我们也会很快发布一个大型开源模型 Qwen 3.8。」
从更宏观的时间线来看，过去三个月中国 AI 实验室密集出手：
- GLM 5.2（智谱 AI）：在 FrontierSWE 上接近 Claude Opus 4.8 水平，获得 Vercel 和 Box 高管的公开赞誉；
- Kimi K3（月之暗面）：2.8T 参数，Arena Frontend Code 榜首，首个在该榜单击败 Fable 5 和 GPT-5.6 Sol 的开放权重模型；
- Qwen3.8（阿里）：2.4T 参数，自称仅次于 Fable 5，open-weight 路线已确认。
如果再算上即将发布的 DeepSeek V4 正式版，中国在 open-weight 赛道的兵力投入已经超过任何一个单一国家或地区。
四、社区在讨论什么
HN 讨论帖中浮现出几条值得关注的主线。
动机之争。 gardnr 认为中国公司正在「商品化智能」，这是削弱美国前沿实验室最有效的方式。dannyw 则从另一个角度切入：中国的开发者无法正式使用美国 API，open-weight 对他们而言是必需品，而非增强选项。HN 上还有评论引用了阿里 2026 财年的财报——销售和营销费用增长了约 1000 亿人民币，其中明确提到「Qwen 应用的用户获取」是主要原因。把模型开放出去，让开发者用自己的算力跑推理，对阿里云来说是一笔划算的生态投资。
审查问题。 有用户指出 Qwen 是中国模型中审查最严格的之一，这引发了关于「开放权重是否等于透明」的讨论。开放权重并不等于开放训练数据和训练过程，模型内部的偏好和限制仍然是一个黑箱。
小模型的呼声。 相当一部分评论表达了对可本地运行的中小尺寸模型的期待——这种呼声甚至盖过了对 2.4T 巨兽的兴奋。多位用户提到 Qwen 3.6 的 27B 密集模型和 35B MoE 模型在本地推理中表现可靠，希望 3.8 系列也能推出类似尺寸。一位用户写道：「给我们扔根骨头吧——我们都清楚开发工作还是需要 SOTA 模型，但至少有些任务可以在本地完成。」
对「第二」的怀疑。 在没有独立基准测试的情况下，部分社区成员对阿里的自我定位持保留态度。有用户表示：「我跑的几个测试远谈不上全面，但 Kimi 感觉是真实力，Qwen 更像一个基准刷子。」这个判断是否公允，要等到 Artificial Analysis 和 LMArena 等第三方平台的评测结果出来后才能下结论。
五、对中国 AI 生态的意义
笔者观察到，中国 AI 行业的 open-weight 策略正经历一个明显的范式转换。早期阶段，开源通常意味着将落后一代的模型放出来供学术界使用。现在，前沿模型直接以 open-weight 形式发布（或承诺发布）正在成为常态。
这种转变背后有几个推力。第一，如 HN 用户所述，中国用户无法稳定访问美国 API，open-weight 是基础设施层面的刚需。第二，阿里云、华为云等平台把 open-weight 模型视为吸引开发者入驻云生态的入口——模型免费，算力和工具链收费。第三，习近平在 7 月中旬的 WAIC 大会上明确提及支持开源 AI，实验室层面有了更强的政策激励去推动开放发布。
但硬币的另一面是，当前的「开放」还停留在权重层面。训练数据、训练方法论、对齐细节仍然不透明。真正的开放还有很长一段路。
六、收束
Qwen3.8 的发布不是孤立事件。它是中国 AI 实验室在 open-weight 赛道上的又一次加注。阿里的体量和 Qwen 系列已有的生态基础使得这次发布的分量比 Kimi K3 和 GLM 5.2 更重——这个判断的依据是它背后代表着一套完整的云服务、开发者工具链和应用分发能力——至于技术指标，目前还没有独立评测数据可以支撑绝对的领先地位。
当三个中国实验室在三个月内相继把接近前沿水平的模型推到 open-weight 赛道时，「前沿 AI 等于封闭 API」的等式正在被改写。独立评测结果出来后，Qwen3.8 的实际水平会更加清晰。在那之前，我们能看到的是一个确定的趋势：open-weight 已不再是备选方案，而是主战场。
本文的素材来自公开信息和社区讨论。如果你对这个话题有更深入的一手经验，欢迎指出文中的不足。
参考链接
- Qwen 官方 X 公告：Qwen3.8 is launching and going open-weight soon
- Qwen Cloud Token Plan 定价页：Qwen 3.8 Max Preview
- HN 讨论：Qwen3.8 is launching and going open-weight soon (207 分, 95 条评论)
- OfficeChai 报道：Alibaba Announces Qwen 3.8
