阿里千問首次開源Max等級模型。 智東西8月13日報導，剛剛，阿里千問大模型團隊開放Qwen3.8-2.4T-A95B模型權重！ Qwen3.8-Max是基於Qwen3.8-2.4T-A95B的官方版本，於8月3日發佈，擁有更多功能，例如視覺輸入功能、無需思考即可使用、默認支援1百萬上下文長度處理、內建官方工具等。 ▲Qwen3.8-2.4T-A95B開源首頁（圖源：Hugging Face）

過去幾天，DeepSeek 和 Qwen 對大模型行業帶來了前所未有的顛覆效果。 Hermes Agent 背後的公司 Nous Research 宣佈，剛剛正式推出的 DeepSeek V4 Flash 模型在其平台上啟動一折促銷，持續 7 天。 這是一個荒誕卻又務實的價格，Nous 原話說 DSV4 Flash 的呼叫成本比 Fable 5 便宜千倍以上。即便回歸正價，其性價比依然維持著百倍左右的碾壓優勢，打不打折都便宜到離譜。 更別提它還是開放原始碼的，理論上只需數百 GB 視訊記憶體/統一記憶體即可部署量化版本，記憶體稍多一些甚至可以部署無損版本。比如一台（目前尚無新機可售的） 256/512GB RAM 版本 Mac Studio，或者兩台輝達 DGX Spark 堆疊起來。事實上，DeepSeek 一直是開源模型當中對准消費級硬體本地部署最友好的，參見我們的 Mac Studio 部署體驗。

加州理工分拆的初創公司PrismML宣稱，已將Qwen 3.6的270億參數模型從54GB壓縮至不到4GB，並成功在iPhone 17 Pro本地運行，且不犧牲性能。這一突破正好契合蘋果“端側AI”路線。最新消息稱，蘋果已經與PrismML就該技術展開溝通。 對於堅持“端側AI”路線的蘋果而言，一家初創公司的最新成就，或許即將解鎖iPhone“AI智能”的天花板。 最新報導顯示，美國初創公司PrismML表示，已經成功壓縮阿里巴巴開源大語言模型Qwen 3.6的270億參數量版本，使其能夠在 iPhone 17 Pro上運行。公司透露，他們為iPhone開發的“壓縮模型”能夠完成複雜對話、推理、完全自主的智能任務以及軟體程式設計等功能。該開源模型將於下周二開始提供下載。 參數量通常用來衡量模型處理問題的能力。一般而言，目前大多數手機和筆記型電腦只能運行數十億參數量的模型。除了處理器算力不足外，移動裝置的視訊記憶體容量也是難以踰越的障礙。

創新點 •基於內部動力學提出統一的標籤無關診斷指標，完全不依賴外部標註即可量化推理質量，為基準測試中心主義提供了互補框架。 •論證LLM推理從根本上受幾何結構和資訊約束支配，而非僅由任務性能驅動，為理解和診斷推理失敗提供了新的理論透鏡。 方法

【新智元導讀】Code Arena最新放榜，Qwen3.7-Max以1541分衝進全球第四，成為前五中唯一的非Claude模型。程式設計，中國模型第一次殺到這個位置。 就在今天，Code Arena最新榜單出爐！ Qwen3.7-Max以1541分闖入全球前四，一舉超越了GPT-5.5、Gemini 3.5 Flash等一眾頂尖模型。 排在它前面的，只剩Claude Opus 4.7和Opus 4.6。

AI界最近一期「期末考試」出成績了。 這一次的全球大模型排名，第一次，中國選手殺進前五。 一個讓我意想不到的名字，Qwen 3.7-Max。 怎麼說呢，就像求學時代——

3月4日凌晨，阿里通義千問（Qwen）技術負責人、32歲最年輕P10林俊暘在X發文：me stepping down. bye my beloved qwen，官宣離職。他是誰？千問靈魂人物• 1993年生，北大電腦本科+語言學碩士，2019年加入阿里達摩院• 千問核心締造者、技術/開源負責人，一手帶大Qwen系列• 主導Qwen3.5發佈，剛獲馬斯克點贊“智能密度驚人”• 千問App月活全球第三，開源模型長期霸榜離職導火線：組織架構大拆通義實驗室計畫將Qwen垂直整合團隊打散，改為預訓練、後訓練、多模態等水平分工，林俊暘職權大幅收縮，與他堅持的全端技術路線衝突。同日，Qwen後訓練負責人郁博文也離職；1月Qwen Code負責人惠彬原已加入Meta。投資人瘋搶：無論創不創業，先搶到再說• 中國頂級VC、頭部大廠瘋狂接觸，爭搶創業門票或高薪offer• 矽谷大佬託人聯絡，海外資本也入局• 業內判斷：他創業必被頭部資本秒投，第一圈就被“吃掉”後續猜想• 大機率創業，聚焦大模型/開源/具身智能• 或加入OpenAI、Anthropic、Meta等頂尖AI機構• 千問團隊短期將面臨技術與人才雙重震盪 (MBA與EMBA)

2026年2月5日，春節前夕，阿里巴巴集團內部完成了一項看似低調卻意義深遠的調整：將旗下AI的總稱和核心品牌統一為「千問」。直到2月16日的大年三十，阿里發布了最新的開源模型千問3.5。用一款模型整合了原生多模態，在視覺理解、複雜推理、Agent智能體等核心能力維度全面整合到統一的預訓練架構中。Qwen3.5-Plus總參數3970億，但推理時僅啟動170億，以不到5%的參數撬動了全部智能。在多項基準測試中表現媲美GPT-5.2、Gemini-3-pro等閉源第一梯隊模型，甚至超越了自家上一代兆參數的Qwen3-Max。用更小的模型，跑出了更強的性能。而成本不升反降，API價格僅為同等效能Gemini 3 Pro的1/18，部署顯存佔用相比上一代降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。你會發現這不只是一次品牌的統一，更是組織的統一、架構的統一，最終指向AI策略的統一。當「千問」成為一個貫穿技術、產品與商業的統一符號，當Qwen3.5用「一款模型打天下」的策略在春節檔炸場，它不再只是又一次榜單刷新，而是阿里AI戰略從分散走向協同、從單點突破走向系統作戰的集中呈現。Qwen3.5憑什麼再掀巨浪？Qwen3.5的出現意味著，企業可以用過去幾分之一的成本，部署性能頂級的AI系統，參考R1曾經幹的事，用更小的參數規模、更低的部署成本獲得更強的智能表現。但這並非一夜之間的靈光乍現，而是Qwen系列一以貫之的戰略延續：從Qwen1.5到Qwen2.5，再到今天的Qwen3.5，阿里巴巴的優化方向從來不是“如何把模型做得更大”，而是“如何用更小的模型，做出頂尖的性能”。早在Qwen1.5時代，阿里就推出了從0.5B到110B的完整參數譜系，在千億級車型上驗證了規模與效率的平衡之道。 Qwen2.5延續這一思路，72B模型以不到Llama3 405B五分之一的參數規模實現性能超越，而1.5B量級的小模型在數學推理和編程等領域同樣展現出驚人的能力密度。這種「以小勝大」的能力，不是偶然的某一次爆發，而是貫穿每一代產品的穩定輸出。正是這種貫穿每一代的戰略定力，讓Qwen3.5的突破有了更深層的意義：它不只是又一次刷新榜單，而是將「以小胜大」的能力從單一的語言智能，拓展到了更廣闊的多模態世界。目前產業多模態模型多走「拼裝」路線，語言模型外掛視覺模組，常導致視覺增強而語言「降智」。而Qwen3.5選擇了一條更深入，也更複雜的道路，從預訓練第一天起就在海量的文字與視覺混合資料上聯合學習，讓視覺與語言在統一參數空間深度融合，從而讓模型真正具備跨模態直覺理解力，能像素級定位圖像、理解2小時操控視頻時序、將手繪草圖轉體代碼，甚至作為視覺智能前端代碼，甚至作為視覺智能手機前端時序、將手繪草圖轉體代碼，甚至作為視覺智能前端代碼，甚至作為視覺智能手機前端。在複雜推理與Agent能力上，Qwen3.5透過混合注意力機制、極致稀疏MoE架構、原生多Token預測及注意力門控機制等核心技術協同作用，實現動態分配計算資源、以不到5%激活參數調動397B總參數知識儲備，推理速度翻倍的同時確保訓練穩定可靠。下面這個案例，是簡單幾步在OpenClaw裡配置了Qwen3.5，讓它進行搜索過去一個月內發布的新AI模型，將信息匯總成一份報告，並最終自動將生成PDF文件直接在聊天窗口中發送回給我。從搜尋、整合資訊到排版產生文件，再到跨平台發送，最終輸出的報告不僅列出了模型，還包含了「SWE-Bench」基準測試比較表，顯示了各模型在解決軟體工程問題上的表現。4000 億參數超越兆參數，API 價格僅為同等性能Gemini 3 Pro 的1/18……這些數字單獨看是產品迭代，放在一起看，則意味著一個轉折點的到來：頂級AI能力不再是高算力、高成本的閉環遊戲，而是變成個人開發者、創業團隊、中小企業也能觸及的基礎能力。一個統一的阿里在全球所有模型廠商裡，阿里都是一個特殊的存在。大多數AI公司要麼專注模型研發，要麼深耕晶片設計，要麼依托雲基礎設施，但極少有廠商能將這三者同時握在手中，並讓它們在一個統一的戰略目標下協同運轉。但阿里做到了。Qwen3.5的背後，站著整個阿里雲的技術體系。 Qwen3.5的「極致性價比」並非孤立的技術成果，而是模式、晶片與雲協同創新的產物。在模型層面，千問大模型團隊持續迭代，從Qwen2.5到Qwen3再到Qwen3.5，每一代都在關鍵能力維度上突破開源模型的天花板，穩定輸出天花板級產品。在晶片層面，平頭哥自研的「真武」晶片針對MoE架構模型做了大量最佳化，滿足千問大模型對大規模運算的需求，讓晶片與模型共同設計，發揮極致算力潛力。更重要的是，阿里雲提供從訓練到推理的全鏈路優化，例如透過設計精巧的FP8/FP32精度應用策略，激活內存減少約50%，訓練提速10%，且這套方案被統一部署到強化學習訓練和推理的全流程中，全面降低了多模態模型擴展的成本和復雜度。在智能體訓練上，團隊也特別建構了一套大規模強化學習框架，涵蓋純文字、多模態和多輪對話等各種場景，整體效率提升3到5倍，讓模型能在海量真實場景中反覆實戰、持續進化。這種模型、晶片和雲端的軟硬體緊密耦合，最終實現了「1+1+1>3」的效果，不僅能更好發揮晶片的算力潛力，提升集群的算力效率，還能有效提升模型訓練與推理的效率。得益於此，Qwen3.5的API價格進一步探底，而開源協議Apache 2.0的完全開放，讓全球開發者得以零門檻使用、研究甚至二次開發世界頂級的多模態AI能力。放眼全球，有能力將這三者深度耦合的科技公司屈指可數，而阿里是其中之一，也是唯一走通開源路線的那個。這種協同創新的成果，正以驚人的速度轉化為生態效應。截至目前，千問模型的開源數量已超400個，衍生模型突破20萬個，下載量超10億次。在中國企業級大模型呼叫市場中，千問位居第一，並成為阿里雲新增需求的主要驅動力，帶動運算、儲存及資料庫等基礎資源消耗的成長。根據Omdia數據，2025年上半年，中國AI雲整體市場規模達223億元，阿里雲佔比35.8%，超過第二到第四名總和；阿里雲在中國雲市場的整體份額也從33%提升至36%，領先優勢持續擴大。這些數字背後是一個正在加速成型的正循環：開源吸引開發者，開發者催生應用，應用反哺雲和晶片業務，業務收益再投入下一代模型研發。而當技術本身夠高效，成本就不再是需要刻意壓縮的東西，它自然就低了。 Qwen3.5讓“最強”和“最便宜”，同時出現在了一個模型上。回看過去幾十年的科技產業史，Linux定義了伺服器時代，Android定義了行動時代，它們的共同點是開源、免費、無所不在，最終成為整個產業的預設底層。而它們的背後，都站著一個能夠調動全端資源、維持策略定力的推手。今天的阿里，正在扮演這個角色。當組織統一、策略統一、技術協同成為常態，「千問」就不再只是一個模型系列的名稱，而是AI時代基礎設施的代名詞。 (矽星人Pro)