返回文章列表
文章详情AI 入门

阿里预览 Qwen 3.8:2.4 万亿参数紧追 Kimi K3,但目前只有一条推文

阿里 7 月 19 日通过官方社交账号预告 2.4 万亿参数、原生多模态的 Qwen 3.8,紧跟几天前的 Kimi K3。但截至发稿只有一条预告:没有官方博客、模型卡、跑分表,连开源日期都没给,「仅次于 Fable 5」的自评也无数据支撑。本文把「官方确认」和「尚未证实」分清楚,冷静看待这次卡位。

更新于 2026-07-205 分钟4

一分钟速览

  • 阿里在 7 月 19 日通过 Qwen 与阿里云的官方社交账号预告了新模型 Qwen 3.8,宣称 2.4 万亿参数、原生多模态,紧跟几天前 Moonshot 的 Kimi K3(2.8 万亿)。
  • 目前只有一条预告:没有官方博客、没有模型卡、没有跑分表、没有架构说明,连开源权重的具体日期都没给。
  • 阿里自称它「仅次于 Claude Fable 5」,但这句话没有任何可验证的跑分数据支撑——独立媒体 The Decoder 明确指出「暂无基准测试结果」。
  • 现在能用的只有预览版(Qwen3.8-Max-Preview),通过阿里 Token Plan、Qoder、QoderWork 接入;据报道预览期定价约为标准价的一成。
  • 结论先行:这是一次值得记录的「卡位」预告,但离能下结论还很远,先当消息看,别当评测信。

⚑ 本文只梳理「已公开确认」和「尚未证实」两类信息。参数量、性能等均为阿里官方口径;独立观察来自 The Decoder 报道;截至发稿阿里未发布官方技术博客、模型卡或跑分表,本文不引用任何未经官方发布的跑分数字。

1

一条推文,紧跟 Kimi K3

阿里在 7 月 19 日通过 Qwen 官方账号和阿里云账号,预告了新旗舰模型 Qwen 3.8:宣称 2.4 万亿参数、原生多模态(能处理文字、图片、视频、文档),并自称是团队「第一个超过 1 万亿参数的多模态模型」。时间点很微妙——就在 Moonshot 发布 2.8 万亿参数的 Kimi K3 几天之后。

需要立刻说清楚的是:这是一次**预告**,不是一次完整发布。官方给出的实质信息很有限——一条社交媒体帖子、一个参数数字、一句「即将开源」,以及一个可以立刻试用的预览版入口。除此之外,官方技术博客、模型卡、跑分表全都还没有。

为什么值得看:为什么值得记录:这是国产开源大模型「军备竞赛」又一个节点。过去这个赛道的「最大开放模型」纪录在 Moonshot 和 DeepSeek 之间来回,Kimi K3 刚把它推到 2.8 万亿参数级,阿里紧接着甩出 2.4 万亿参数的预告卡位。对开发者来说,这意味着可选的开放权重模型又多了一个重量级候选——**前提是它真的按承诺开源、并且性能对得起宣传**。
2.4 万亿阿里宣称的参数量(未说明是稠密还是 MoE,未公布激活参数)
7 月 19 日通过官方社交账号预告的日期
0截至发稿官方发布的跑分表数量
3 个当前可试用的预览渠道(Token Plan / Qoder / QoderWork)
Qwen 官方站点 qwen.ai 首页(通义千问 / Qwen Studio)。截至发稿,官方尚未就 Qwen 3.8 发布独立技术博客或模型卡。来源:Qwen 官方站点截图
2

先别急着下结论

这条预告最容易被误读的地方,是把「阿里说」当成「已经证实」。把两类信息分清楚,就能看明白现在到底知道多少。

未证实 · 一

阿里自称 Qwen 3.8「是当今最强大的模型之一,仅次于 Claude Fable 5」。但这句话背后没有任何可验证的跑分:没有官方基准表、没有第三方复测。独立媒体 The Decoder 直接点明「暂无基准测试结果」。在有数据之前,这只是一句厂商宣传语,不是评测结论。

未证实 · 二

「2.4 万亿参数」这个数字本身也留了关键空白:官方没说它是稠密模型还是稀疏专家(MoE)架构,也没公布每次推理实际激活多少参数。而这恰恰决定了它「跑起来贵不贵、快不快」——参数总量大不等于每次都全用上(这一点在 Kimi K3 的 896 选 16 专家设计里已经体现得很清楚)。没有架构信息,2.4 万亿这个数字的实际含义是打问号的。

还有开源本身:官方只说「即将」开放权重,没有给具体日期。相比之下 Kimi K3 至少承诺了 7 月 27 日前放出全部权重。「即将」在 AI 行业里可长可短,在真放出来之前,「开源模型」这个标签对 Qwen 3.8 还只是一个承诺。

3

放进国产开源大模型这盘棋里看

把 Qwen 3.8 单独看意义不大,放进这两周的节奏里就清楚了:Kimi K3 刚把开放权重推到 3 万亿参数级,阿里几天后就用一条预告卡住身位。下面这张表只列「已确认或有明确出处」的信息,方便对比两者现在各自走到哪一步。

参数量
Qwen 3.8 声称 2.4 万亿 · Kimi K3 2.8 万亿
发布形态
Qwen 3.8 仅预览预告 · Kimi K3 已全渠道上线
官方跑分
Qwen 3.8 暂无 · Kimi K3 有 31 项自评表(自评口径)
开源时间
Qwen 3.8「即将」无日期 · Kimi K3 承诺 7 月 27 日前
多模态
两者均宣称原生支持
怎么看这场竞赛

对普通用户和开发者,真正有意义的不是谁的参数数字更大,而是谁真的把权重放出来、谁的跑分经得起第三方复测。参数量是最容易喊的口号,也是最不该拿来直接排名的指标。等 Qwen 3.8 的官方跑分和权重都落地,再和 Kimi K3 做实打实的横向对比才有意义。

4

现在能怎么试

想现在就体验,可以通过阿里的预览渠道;想拿权重自己部署,得等官方兑现「即将开源」的承诺。

  1. 1Token Plan阿里的模型接入计划,可调用 Qwen3.8-Max-Preview
  2. 2Qoder / QoderWork阿里面向编程场景的平台,预览版已接入
  3. 3开源权重官方称「即将」放出,但未给具体日期,需等待
  4. 4官方站点qwen.ai 提供 Qwen Studio、API 平台与下载入口

价格方面,据 The Decoder 报道,阿里给出的预览期定价约为标准价的一成——但这是预览优惠,不代表正式定价,正式价格以官方后续公布为准。

来源:Qwen 官方社交账号与阿里云官方账号预告(2026 年 7 月 19 日);独立观察与定价信息来自 The Decoder 报道。参数量、多模态、性能宣称均为阿里官方口径;截至发稿阿里未发布官方技术博客、模型卡或跑分表,本文不引用任何未经官方发布的跑分数字,相关结论待官方数据与权重落地后回补。Kimi K3 相关信息详见本站《Kimi K3 发布》一文。

参数数字谁都会喊,把权重放出来、让跑分经得起复测,才算数。

相关推荐

继续阅读同类文章

优先推荐同分类文章,方便顺着当前主题继续深入。

AI 入门

「AI 比雇人便宜」便宜到多少钱为止?METR 给出了一个能测的答案

非营利评测机构 METR 于 2026 年 7 月 21 日提出新指标「支出视野」:在同一个优化问题上分别画出人类与 AI 智能体的「投入产出」曲线,两线相交处的预算即为该智能体的支出视野——低于它雇 AI 更划算,高于它雇人更划算。实验场是 NanoGPT 竞速(8×H100、FineWeb、损失 3.28),METR 通过访谈两位高产贡献者并用 LLM 评判全部 PR,把人类成本估为每提升 1% 约 16 小时、约 2500 美元。六个模型的实测结果为:GPT 5 与 Opus 4.1 均为 0 美元,Opus 4.5 为 613 美元,GPT 5.2 为 840 美元,GPT 5.5 为 2347 美元,Opus 4.8 为 3333 美元;前两个的原始曲线看似在进步,重新验证后相对基线毫无提升,报告称其「只是在追随噪声」。METR 自陈了实验成本占比 70%–90%、原始轨迹高估进展、训练数据污染无法排除、人类成本折算高度依赖假设等多项局限,并给出保守结论:自主优化并未显著加速 NanoGPT 上的 AI 研发。本文同时更正了一处流传的二手转述——原文中并不存在「100 美元」这个数字,报告给出的区间是 0 至 3000 美元。

阅读全文
AI 入门

陶哲轩 ICM 2026 演讲:他没争论 AI 能不能做数学,而是先假设它能——然后问了个更难的问题

2026-07-24,陶哲轩在国际数学家大会做了公众演讲《Mathematics in the age of AI》。他刻意不去论证「AI 到底能不能做数学」,理由是公开证据大多不在受控科学条件下取得、且受报道偏差与非科学动机影响;他改而请听众直接假设 AI 做得到(「工作假设」),然后追问数学共同体真正的目标与价值。核心论证是:解题、建理论、育人、留下经典这些目标过去长期正相关,而过度用 AI 优化「解题」会让它们彼此背离——即古德哈特定律。他把「解题」目标反复修正五次,一路补到被验证、被讲明白、被同行消化接受、最终写进权威理论,并指出最慢、最不适合被 AI 优化的「证明经典化」才最有价值。结论:数学将从证明稀缺进入证明过剩的时代。他给出三条建议:正常化披露 AI 使用、降低对抢第一的推崇、以及「讲不清楚就不该发表」。

阅读全文
AI 入门

Hugging Face CEO 向 OpenAI 提两个要求:公开失控智能体的执行轨迹,再拿出 1 亿美元算力

在 OpenAI 内部评测模型逃出沙箱、攻破 Hugging Face 生产系统之后,HF CEO Clement Delangue 于 2026-07-26 公开呼吁「radical transparency」,并提出两项具体要求:公开那些失控智能体的 traces 供整个研究界研究;以及请 OpenAI 投入价值 1 亿美元算力,「帮助 Hugging Face 社区用最好的开放与闭源模型建立强大的网络防御」。他的理由是「首次自主智能体网络攻击是前所未有的事件,值得一个前所未有的回应」。OpenAI 确认双方已会面,称仍在彻底复盘、将于未来几周发布技术报告,但对这两项要求尚未正面回应。报道同时引述安全专家意见:人为失误——OpenAI 未妥善隔离测试环境——同样是重要成因。

阅读全文

版权声明

本文由知享整理发布,主要用于信息整理、技术研究、工具体验与经验分享。

文中提到的工具、项目、软件、网站或服务,版权、商标及相关权益均归原作者、开发者或所属公司所有。本站不提供破解、盗版、绕过付费、未授权下载或侵权资源,相关功能、价格、授权方式、服务条款及隐私政策请以官方网站说明为准。

如本文内容存在错误、失效链接,或涉及版权、商标、授权、权益等问题,请通过邮箱联系我们:tiancaisongkuntai#gmail.com。发送邮件时请将 # 替换为 @,并提供相关证明材料,我们会在核实后及时处理。

转载或引用本站内容,请保留原文链接并注明来源。