寫Code能力超屈機 阿里大模型大破局 千問3.8-Max登場硬撼Anthropic 識自主寫 Code 16 日 下周全面開源

 2.4萬億參數降維打擊：首個 Max 級權重下周開源

作為千問團隊的最新力作，千問3.8-Max 採用了高效的架構設計，在 2.4 萬億總參數中僅激活 95B，實現了極致的算力效率。在 API 定價方面，千問 3.8-Max 展現出極強的商業競爭力：輸入為 2.0 美元/百萬 tokens，輸出為 6.0 美元/百萬 tokens，隱式緩存（Implicit Cache）更低至 0.25 美元/百萬 tokens。
阿里巴巴決定在下周將 Max 級權重於 Hugging Face 及 ModelScope 開源，是極具戰略眼光的行動。過去頂級商業模型（如 GPT-4/5、Fable 5）均高度封閉，阿里透過「免費開源頂級權重＋低廉 API 調用」，能迅速吸引全球開發者將其作為底層基礎設施。這不僅能大幅鎖定雲端運算（阿里雲）的需求，更直接對收費高昂的外國封閉模型形成降維打擊。

突破長程任務瓶頸：自主寫 Code 16 日兼優化晶片

傳統 AI 模型往往僅限於單次問答，而千問3.8-Max 展現出驚人的「長時限自主執行能力（Autonomous Execution）」，能完成跨越數天甚至數周的複雜工程：
自動化軟件工程： 模型由零開始創建 oh-my-cli 項目，自主運作約 16 天，完成 265 次 commits、127 個 PR 及 151 個 issues，實現「需求領取 ➔ 代碼生成 ➔ 測試驗證」的全自動閉環。
晶片設計大突破： 喺無參考設計及無人工干預下，模型歷經約 500 輪交互，將密碼硬件加速器的邏輯門數量由 8,298 道大減至 678 道，晶片面積整體縮減 81%（由 106×106 µm² 縮至 46×46 µm²），展現出恐怖的硬體優化能力。

職業場景賦能： 喺量化研究中，模型可調動約 330 個子智能體完成 6,000 次回測，將數周的工作量壓縮至一次對話內完成；喺 365 天電商經營模擬中，更以 4.16 倍回報勝出，表現大幅拋離對手。

原生視覺反饋與無縫生態接入

除了文字與代碼，千問3.8-Max 具備「原生視覺反饋迴路（Native Visual Feedback Loop）」。模型在執行任務時，能像人類一樣持續觀察中間產物（如檢查網頁排版、3D 模型方向或動畫效果），發現偏差後自動定位並修正。
為方便全球生態圈無縫接入，千問3.8-Max 全面兼容 OpenAI 及 Anthropic 協議，可直接與 Claude Code、Codex、Qoder CLI 等主流工具對接。API 更提供 reasoning_effort 參數（xhigh/medium/low），讓企業按實際需要精準控制 AI 的推理深度與運算成本。

📊 數據