阿里Qwen3.8-Max发布：2.4万亿参数，多项基准超越GPT-5.6 Sol和Fable 5
阿里巴巴刚刚把一张成绩单拍在了硅谷的桌上——Qwen3.8-Max在多项基准测试中超越了OpenAI和Anthropic的旗舰模型。
三个关键信息
2.4万亿参数，活跃参数950亿。 Qwen3.8-Max是阿里Qwen系列迄今为止最大的模型，总参数量2.4万亿，采用MoE架构，任意时刻活跃参数约950亿。这种设计在推理成本和模型能力之间取得平衡——你不需要同时点亮全部参数来获得顶级性能。
关键基准全面领先。 IFBench（指令跟随）得分82.8，GPT-5.6 Sol为72.7，Fable 5仅63.5；PaperBench（论文复现）93.0，超过Sol的90.5和Fable 5的88.8；HealthBench 60.2和PLawBench 73.2同样领先。在Terminal Bench 2.1（终端操作）上以86.6略逊于Sol的88.8，但在AndroidBench（75.1 vs 74.0）和自研的QwenSWEBench（80.7 vs 73.5）上扳回。目前基准数据截至8月3日，尚无独立第三方评测。
中国AI模型密集发布，价格战加剧。 Bloomberg用「死亡地带」形容当前的竞争态势：两周前Moonshot AI的Kimi K3以远低于美国对手的成本达到了可比性能；现在阿里又用最大规模模型直接对标前沿。美国的芯片出口管制并没有阻止中国AI公司在基准测试上追平甚至反超。
王斗视角
2.4万亿参数的模型在IFBench上比Sol高出10分、比Fable 5高出近20分——这不是统计噪音，这是断层级的差距。当然，阿里公布的基准里有两个是自研的（QwenSWEBench和QwenQoderBench），在自家考卷上考第一不算数，要看的是IFBench、PaperBench、HealthBench这些第三方题。而在这些第三方题上，Qwen3.8-Max确实打出了硬成绩。更有意思的是价格：中国模型的API定价普遍只有美国同行的几分之一。当性能追平而价格差5倍的时候，芯片禁令的故事就变得很难讲了。