阿里巴巴最新發布、擁有 2.4 兆參數的 Qwen3.8-Max 本週正式登場， 正逢陸系模型在美國企業端的 Token 流量一路攀升、最高吃下約 46% 之際，進一步壓縮 OpenAI 旗艦 GPT-5.6 的使用空間。
重點速記：
- Qwen3.8-Max 採混合專家架構，總參數規模 2.4 兆，但單次請求僅啟用 950 億參數；阿里巴巴預告，下週開放權重下載。
- 在阿里自行公布的代理式程式設計基準測試中，GPT-5.6 Sol 仍保住領先，不過差距已相當有限，且尚未經第三方實驗室驗證。
- OpenAI 在 7 月 30 日大幅下調最低價位 Luna 階層 8 折（降價 80%），距 GPT-5.6 家族發表僅三週，反映陸系模型搶走大量用量。
Qwen3.8-Max 基準測試正面對槓 GPT-5.6 Sol
阿里巴巴在 8 月 3 日正式公開 Qwen3.8-Max， 採用「Mixture-of-Experts（混合專家）」架構：整體參數量高達 2.4 兆，但每次推論實際啟用的專家子網路合計約 950 億參數， 在效能與成本之間尋求平衡。
阿里同時表示，旗艦版以及縮小至 270 億參數的版本，將於下週陸續釋出開源權重，扭轉其高階模型近來偏向封閉授權的策略。 公司也同步公布完整基準測試成績表。
依其數據，Qwen3.8-Max 在代理式程式設計測試 Terminal-Bench 2.1 中拿下 86.6 分， 略低於 OpenAI GPT-5.6 Sol 的 88.8 分。SWE-bench Pro 測試中，Qwen3.8-Max 得分 67.7， 明顯落後 Anthropic Claude Fable 5 的 80.0；但在電腦操作能力測試 OSWorld-Verified 上， 它則宣稱拿到 86.1 分， 超過 Sol 的 83.2 分。
目前尚無獨立實驗室復現這些結果。阿里巴巴表示，Qwen3.8-Max 曾在完全無人工介入下，花 16 天時間自行打造一套命令列工具， 從使用者需求到可執行程式碼與測試全程自動化。不過開發者社群對這場展示及其授權條款提出質疑。
延伸閱讀：iPhone 18 Pro Max 傳將首搭蘋果 2nm 晶片，效能可望提升 15%
Ion Stoica：中美模型差距縮至「兩三個月」
加州大學柏克萊分校電腦科學家、Arena 基準平台共同創辦人 Ion Stoica 日前在 7 月底 評估 指出， 中國開源權重模型相較美國前沿實驗室的領先者，落後幅度已縮小到約「兩到三個月」。 他在更早之前的看法是「落後六到九個月」，改變幅度相當顯著，也與過去一年 DeepSeek 以及 Z.ai GLM 系列頻繁開源推出新模型的節奏相呼應。
「現在是價格在決定勝負。」負責 Vercel 代理式基礎設施的 Harpreet Arora 認為， 工程團隊越來越傾向把一般性工作，導向「只要能達到品質門檻、但單價最低」的模型。 OpenRouter 的 Justin Summerville 則實測發現， 開源的中國模型整體成本較美系對手便宜約 60% 至 90%，路由策略自然跟著成本「用數學說話」。
GPT-5.6 價格策略：守住高階溢價、犧牲量販階層
OpenAI 在 7 月 30 日宣布， 將 GPT-5.6 家族中主打用量的 Luna 階層大降價：輸入每百萬 Token 價格砍至 0.2 美元、輸出則為 1.2 美元， 較三週前發表時便宜 80%。中階 Terra 價格同步下修 20%，但旗艦 Sol 則維持輸入每百萬 Token 5 美元、 輸出每百萬 Token 30 美元不變。
這種「上守溢價、下戰價格」的結構，意在維持頂級模型的品牌與毛利，同時讓中低階產品線去搏陸系模型 全年來不斷蠶食的巨大用量。
統計顯示，中國出身的模型在某大型多模型路由平台上的美國開發者 Token 流量占比， 從 2025 年上半年約 4.5%，一路攀升 至今年 2 月後每週穩定超過 30%，高峰更達 46%。與此同時， Stanford University 研究團隊在其報告中記錄， 今年 3 月美國最強模型在主要基準測試的領先幅度，平均僅剩 2.7 個百分點， 與 2023 年最多相差 31.6 個百分點的局面相比，優勢已大幅收斂。