模型打底、千问办公上桌，阿里再战 AI 局

文｜光锥智能，作者 | 白 鸽 ，编｜王一粟 中国AI大模型的参数竞赛，已经进入到万亿规模时代。 8月3日，阿里巴巴正式发布新一代基座大模型Qwen3.8，核心旗舰模型为Qwen3.8-Max，总参数达2.4万亿、单次激活95B、1M上下文长度、支持视觉理解。 就在Qwen3.8发布的同一周，Kimi K3以2.8万亿参数强势开源，MiniMax的M3 Pro也达到2万亿参数级别，并传出即将开源的消息。 此外，包括DeepSeek V4 Pro、文心5.0、MiMo-V2.5-Pro、LongCat-2.0等国产AI大模型也都达到万亿参数级别。 可以看到，2026年的中国AI江湖，万亿参数正从技术里程碑变成头部玩家的入场券。 但参数往往是表象，大模型能否真正“干活儿”，正成为当前行业更加关注的焦点。 而在此次阿里最新的消息中，真正值得关注的，不是阿里又发了一个更大的模型，而是它正在把模型能力一步步翻译成平台能力，再翻译成产业能力，并真正融入到企业工作流程当中。 几乎同一时间，阿里也官宣其旗下企业级Agent产品千问办公开启公测，Qwen3.8也被接入其中，用户可在千问办公对该模型进行体验。 把底座能力交给Qwen3.8，应用入口交给千问办公，两者在钉钉生态中完成合龙。可以看到，阿里正在把大模型能力真正用到场景当中，将其变为真正的生产力。 而在AI办公赛道中，阿里的战略意图也很清晰，不跟腾讯WorkBuddy在C端个人工具赛道硬碰，而是把钉钉和阿里云积累的百万级企业客户作为护城河，做面向企业组织的AI生产力平台。 显然，当底座模型、钉钉入口、企业工作流三者被Qwen3.8与千问办公焊在一起，大模型从参数竞赛到工位扎根的最后一公里，或许也正在被阿里逐渐打通。 超大杯的Qwen3.8 不只是一次参数的跃迁 先看基座大模型的能力。 据阿里披露，Qwen3.8采用稀疏MoE（混合专家）架构与混合注意力机制的联合优化，首次将千问大模型的总参数量拓展至2.4T，激活95B，获得了更高的推理效率、更快的推理速度。 也就是说，2.4万亿是总参数量，95B才是真正被激活、参与计算的量。 用一个通俗的比喻来说：这是一家拥有2400名员工的“超级工厂”，面对新任务时，能精准调度其中95名最“懂行”的骨干员工，用更小的消耗，干更复杂的活。 总参数决定了模型的知识上限，激活参数则决定了每次回答的实际算力消耗。 在权威三方榜单Arena中，Qwen模型整体性能仅次于Anthropic的Claude系列，处于全球第一梯队，在CodeArena编程榜单中，Qwen3.8位居全球第四。 但榜单分数归分数，比起参数，大模型在具体任务中的能力表现更值得关注。 在阿里发布的信息中，关于Qwen3.8模型能力，重点强调的并不在于其通用聊天体验，而是两项能力：Coding（编程）和Cowork（专业办公）。 其中，在编程能力上，Qwen3.8实现了自主编程的突破。 此前，大多数前沿大模型能够写好函数、补全代码，是程序员的有力帮手，而如今，Qwen3.8则可以从一个空文件夹出发，自主完成一个十数天的真实项目交付，全程无需人干预。 在官方披露的实验中显示，Qwen3.8独立连续运行约16天后，最终做出一个真实可用的自进化智能体框架“oh-my-cli”，整个过程完全开源、公开保存在GitHub上供所有人检视。 16天，这已经不是几个小时能做完的评测题，而是接近真实工程师冲刺周期的工作长度。 而在办公能力上，Qwen3.8也可以胜任广泛的、真实的专业工作任务。 比如一支法务助理团队需要一周时间，才能在数百份法律文档中完成千余个相关条款的标注，Qwen3.8一小时可以做完；160小时以上的篮球比赛录像、8400多个攻防回合，模型数十分钟拆解完毕，并输出球员战术画像与教练报告。 而在长语境理解上，它能读懂200页的财报PDF、看懂超过100小时的长视频，并把自己“所学”反馈到工作全流程，进一步提升思考与执行能力。 需要说明，这些是官方团队给出的示例，真实水位还有待更多第三方使用去持续验证，但方向已经很清楚：模型的训练目标，正在从“答得对”转向“干得完”。 从Qwen3.8可以看出，当前大模型的竞争，已经从“聊天智能”悄悄切换到“交付智能”。 前者考验的是讲台上的博学，后者考验的是工位上的靠谱；前者可以靠堆参数、刷榜单来证明，后者必须让模型在真实任务的复杂、模糊与长周期里站稳。 这么看，阿里Qwen3.8的发布，本身就是行业转向的信号。 更重要的是价格，通过千问AI平台，国内每百万tokens输入12元、输出36元，隐式缓存命中仅1.5元；海外每百万tokens输入2美元、输出6美元，国际价格仅为Opus5的40%与24%。 这也就意味着，在“相近智能”的前提下，阿里把单位智能的价格打下来。这是一种典型的“以价换规模”的做法——希望用旗舰模型的高性价比，把开发者和企业客户牢牢吸在千问生态里。 整体来看，Qwen3.8真正的意义，不在于它比上一代大了多少，而在于它把从对话到交付的闭环做实了。一个能自主跑16天、能一次性消化160小时录像的模型，已经不是对话框里的文字游戏，而是开始具备数字员工的雏形。 当模型能稳定、可靠地交付生产级成果，AI才真正从“辅助思考”跨入“替代执行”时代。 阿里的AI ToB 千问办公被推到台前 而模型证明它能把活儿干好之后，下一个问题也随之而来，这份能力要通过什么载体、走哪条路，才能真正交到企业手里？ 这也是当前所有巨头大厂们都在争夺的关键。字节跳动将飞书与豆包结合，推豆包企业版，腾讯主推Workbuddy，同时瞄准AI办公这条赛道，要抢的就是AI时代工作流的入口。 对阿里来说，承接这个答案的产品，是千问办公。 从底层模型能力来看，千问办公是Qwen3.8的首发落地平台，用户在千问办公中处理复杂任务时，系统会默认自动调用Qwen3.8。 这意味着，Qwen3.8的2.4T参数、百万级上下文、原生多模态等能力，第一时间通过千问办公触达真实用户，而非仅停留在API或技术演示层面。 不过，值得一提的是，千问办公虽然深度绑定Qwen3.8，但据内部确认，产品在AI接入上不限于千问自家模型，也就是说，谁家的模型好、更适配，就用谁。 这也就说明，对于阿里来说，Qwen3.8当前是默认最优解，但不是唯一解，也反向给Qwen3.8团队施加压力，即必须在真实办公场景中持续保持领先，否则可能会被自家产品换将。 千问办公也并不是阿里内部从零开始的产品，而是长达数月产品和组织整合的结果。 2026年6月，钉钉创始人陈航卸任CEO，1992年技术人陈宇森接棒。阿里随即整合内部Agent力量：桌面级QoderWork、云端MuleRun、企业级悟空三款产品合一，推出千问办公，成为业内首款同时支持桌面端、云端和企业协同Agent的产品。 可以看到，阿里的意图很明显，用旗舰模型为全新整合产品背书，同时用统一的产品入口结束内部多线赛马。 事实上，这两年AI办公产品并不稀缺，但多数产品没有跳出同一个范式：用户提问，AI回答，然后用户自己把答案搬回现实——复制粘贴、调整格式、在几个系统之间来回切换、手工录入。 AI只完成了工作的第一步，剩下的九步还是人。