Qwen Just Did it Again! The Biggest Model Yet!

阿里巴巴 Qwen 團隊發布的 3.8 Max 是開源模型的重要分水嶺。這個 2.4 兆參數多模態模型將於一週內開源，成為迄今最大的開源多模態模型。在業界權威評測 LM Arena 排名第四，代碼相關任務與 OpenAI 的 Opus 4.8 相當，整體性能介於 Opus 4.8 和 Fable 之間。更重要的是，這是第二個進入 Arena 前五名的開源模型，打破了專有模型的長期壟斷格局。

模型最核心的創新在於長序列任務執行與自主進化能力。Qwen 團隊曾進行過一個引人注目的實驗：讓模型自主設計一個執行框架（harness），然後持續優化該框架達 16 天。這種遞歸自我改進的能力是業界長期追求的聖杯。講者在實測中發現，模型的思考鏈（chain-of-thought）結構極為清晰有序，能在思維過程中靈活穿插調用搜尋工具、執行 Python 代碼，再根據結果動態調整後續推理步驟。即使在標準網頁介面環境、沒有特殊 agent harness 的情況下，模型生成的網站 UI 設計就展現出良好品味，視覺效果甚至超越許多既有的開源或商業模型。

實測中出現了一個有趣的「作弊」案例。當被要求生成「走路人物組成『Hello World』文字」時，模型沒有採用複雜的空間追蹤方案去讓多個人物真正走位組字，而是聰慧地將文字疊加在人物背景上達成目標。這個出乎意料的解法展現了模型對任務本質的深層理解與創意思維——模型認識到終局需求是「視覺上呈現這行文字」，而非一定要通過人物走位來完成。除此之外，模型還成功執行了 ISS 即時定位追蹤網站、具有互動動畫的寶可夢百科、基於開源 3D 地圖的洛杉磯旅遊探索應用等複雜前端任務。

商業方面同樣有吸引力。Qwen 3.8 Max 的 API 定價為 input $2 每百萬 tokens、output $6 每百萬 tokens，同樣 100 萬 token 上下文窗口的 Kimi K3 定價為 $3 和 $15，Qwen 便宜三分之一左右。然而講者指出，對一般使用者而言，大規模開源模型主要面向企業；對終端使用者來說，通過 API 或開權重模型的使用體驗區別不大。真正值得期待的是即將推出的 27 億參數版本，它可在消費級硬體本地運行，這才是面向廣大開發者的實用選擇。Qwen 過去的 3.6 27B 版本在同級別中表現優異，新版本同樣令人期待。需注意的是，模型權重與授權條款仍在審定，可能存在商用限制或需標明出處要求，但考慮訓練成本之鉅，此舉應屬合理。