2026年8月13日，阿里把自己最强的AI模型，免费送人了。
这个模型叫 Qwen3.8-2.4T-A95B，来自阿里通义千问系列。它有 2.4 万亿参数（parameters，模型里可以调节的”旋钮”），是开源模型里规模最大的那一批。权重文件公开挂在 Hugging Face 上，谁都能下载，许可证允许商用。
同一天，DeepSeek 发布 V4 Pro 0813，马斯克的 xAI 发布 Grok 4.6。三家头部公司同一天上新，放在三年前没法想象。有开发者评论说，模型发布的节奏已经进入”中国时间”。
2.4万亿，是什么概念？
人脑的神经元大约有 860 亿个。2.4 万亿是它的 28 倍。按这个数字看，它像是往一个”大脑”里塞了 28 个人的神经细胞。
但这里有个关键的转折：它并不是每次回答都动用全部 2.4 万亿个旋钮。
它用的是 MoE（Mixture of Experts，混合专家）架构。模型内部养着 512 位”专家”，接到一个问题，只叫醒其中 10 位路由专家和 1 位共享专家——大约 950 亿个参数真正参与计算。打个比方：一家 2.4 万名员工的公司，每来一个活儿，只让 950 人上班。
工程含义很实在：训练时把知识装进全部 2.4 万亿参数，回答时只付大约 1/25 的算力。这就是”规模大”和”用得起”能同时成立的原因。相比同等能力的传统模型，推理成本通常能降七到八成。
文件大小也说明问题：权重文件约 5TB，也就是 5000GB 上下，能装满几台家用电脑的硬盘。这不是给普通手机准备的玩具，但它的运行成本，已经被架构压到了可接受的区间。
它一次还能记住 26 万个 token 的上下文（context，模型能同时装进脑袋的内容量），相当于一部长篇小说；经过扩展，上限能到 100 万 token 的百万字量级。工程含义：把一整本书读进去再回答你的问题，这项能力两年前还只有闭源旗舰才有。
免费送人，图什么？
先解释”开源”（open source）：模型的全部文件公开，任何公司、任何个人都能下载、研究、修改，甚至拿去商用。而 OpenAI 的 GPT、谷歌的 Gemini，最强的版本一直锁在付费墙后面，按使用量收钱。
训练一个 2.4 万亿参数的模型，算力账单以亿美元计。把这样的东西白送，在商业史上都算罕见。
阿里图什么？在笔者看来，至少三件事。
其一，生态。模型是入口，用 Qwen 的人越多，阿里的云服务和 API 生意越大。这次开源的是基础版，官方还同步提供功能更全的 Qwen3.8-Max——支持读图、默认百万字上下文，走付费 API。免费版聚人气，付费版做生意，两头都占。
其二，竞争。DeepSeek 靠”开源加低价”抢走了大量开发者，阿里必须跟上。同一天发布的 DeepSeek V4 Pro 0813，输入价格低到每百万 token（词元，AI 计费的最小单位）0.435 美元。价格战打到这个份上，谁不开源谁掉队。
其三，大环境。有海外开发者注意到，中国官方明确表态支持开源模型的国际合作，Qwen 此前一度收紧的开放策略也随之转向。
工程判断：把最强模型开源，等于放弃”模型本身”这笔生意，改从”生态”里收钱。两种商业模式各有取舍，但阿里押注的方向很清晰。
开源与闭源，谁的路更长？
这是这次发布背后最值得聊的争论。
闭源一派（OpenAI、谷歌、Anthropic 是代表）的理由：模型越强越危险，关起门来才能控制滥用；公司靠卖模型赚钱，才有钱持续投入下一代。安全、商业、可持续，逻辑自洽。
开源一派的理由：透明才能被审计，社区一起改才能进步，用户不被任何一家公司绑架。有开发者在 HN 上说，开源让普通人也能在本地电脑上跑顶尖水平的 AI，这是闭源给不了的。
两边都有道理，笔者不站队。但有几个事实摆在这里。
谁的路更长，眼下没有答案。能看清的趋势只有一个：闭源靠封锁维持溢价，开源靠规模摊薄成本。封锁能维持多久，取决于开源追上的速度；而 2026 年的这个速度，比所有人预想的都快。
2026 年，开源模型和闭源模型的差距，已经从”代差”缩小到”几个百分点”。Qwen3.8 在不少编程基准测试（benchmark，标准化考试）里和 GPT-5.6、Claude Opus 4.8 打得有来有回——官方公布的 PaperBench 得分是 93.0，超过 GPT-5.6 Sol 的 90.5。
质疑声同样不少。HN 的讨论里，有人直言这张模型卡”好得难以置信”；有人指出模型以 bf16 格式发布，没有做量化训练（quantization，压缩模型文件的技术），压缩后的实际性能要打个问号；还有人算过账：完整版要服务器才跑得动，1-bit 压缩版也要约 397GB，普通人的电脑基本无缘。
这些质疑都成立。规模竞赛也没有终点——Kimi K3 曾开源过 2.8 万亿参数的模型，比这次还大，纪录随时会被刷新。参数不是一切，评测更不等于真实体验。
但有一点很难否认：2026 年的开源阵营，已经能和闭源巨头正面掰手腕。这放在两年前，是多数人不敢想的。
普通人为什么该关心？
因为价格。开源模型把整个市场的价格锚点一路拉低，你用的各种 AI 产品，会因此越来越便宜。
因为位置。这是中国公司做出来的、全球第一梯队的模型，而且它属于你——下载、商用，都不需要任何人的许可。
因为未来。将来你手机里的语音助手、公司里的客服机器人、医院里的辅助系统，底层很可能就是这个”免费送人”的模型。它今天免费，明天就会长进无数产品里。
2.4 万亿参数的纪录迟早被超过，但”把最强的模型免费开放”这件事本身，说明 AI 竞争的逻辑正在改变：从拼参数，变成拼谁能把能力送到最多人手里。这条路，开源走在前面。
在笔者看来，还有一个更安静的信号：当最强的模型成为公共资源，普通人手里的 AI 就不再是任何一家公司的恩赐。这话也许说得早了些，但方向应该没错。
参考链接：
- Hugging Face: Qwen/Qwen3.8-2.4T-A95B
- HN 讨论 (item?id=49273478)
- NVIDIA 技术博客: Serve Qwen3.8-2.4T-A95B on GB300 NVL72
- Qwen 官方 X: Qwen3.8-Max 发布预告
- vLLM 食谱: Qwen3.8-2.4T-A95B
图片核查说明：原文（Hugging Face 模型卡）为纯文字加表格的文章，页面无内容配图。已用浏览器脚本逐条提取页面全部 img 元素，均为站点 logo、头像或徽章，按规则全部过滤，故本文不配图。完整清单如下：
1. huggingface.co/front/assets/huggingface_logo-noborder.svg （95×88，站点 logo，过滤）
2. cdn-avatars.huggingface.co/v1/production/uploads/6215ca5692c0ecfba9186921/hrRM50-6XcdWgg2AKpENG.jpeg （200×200，Qwen 头像，页面出现 2 次，过滤）
3. img.shields.io/badge/Qwen%20Studio-536af5?logo=qwen&logoColor=white （99×20，Qwen Studio 徽章，过滤）
