总参数逼近Kimi K3，但每次只激活950亿，竞争焦点已从聊天转向智能体和企业成本

阿里8月3日公布Qwen3.8-Max：总参数2.4万亿，可处理文本、图片和视频，最长上下文达到100万Token，每次推理约激活950亿参数。

从规模看，它接近月之暗面Kimi K3的2.8万亿参数。但参数更多并不自动等于能力更强。真正的竞争，是谁能在模型效果、运行成本和企业落地之间取得平衡。

2.4万亿是总规模，950亿是单次成本线索

Qwen3.8-Max使用混合专家架构。模型内部有大量专业模块，但每个任务只调用其中一部分，而不是让2.4万亿参数全部参与计算。

这样做的意义很直接：在保持模型容量的同时，控制响应速度和计算成本。对于企业用户而言，能否稳定调用、每次任务花多少钱，往往比参数排名更重要。

百万Token抢的是复杂任务

100万Token让模型可以一次处理大规模材料，例如长合同、完整代码库、财务报告、图片和视频。

普通聊天不会经常需要这么长的上下文。真正需要它的，是软件工程、法律与财务材料分析、企业知识库和多步骤智能体。

阿里表示，该模型曾在16天内完成一项软件工程项目。虽然这只是企业披露的案例，不能直接等同于所有项目表现，但它说明阿里希望把模型包装成能够持续执行任务的生产工具。

为什么中国公司热衷公布参数

路透社指出，中国模型公司普遍愿意公开参数规模，并通过开放权重吸引开发者。相比之下，部分海外闭源模型并不公布参数量。

开放权重的价值是企业和开发者可以下载、部署或定制模型，形成自己的应用生态。模型公司获得的则是开发者、云服务调用和行业方案入口。

汽车行业会先在哪些地方使用

车企软件团队可以用它分析代码和测试记录；客服系统可以处理大量用户反馈；营销部门可以同时理解文字、图片和视频素材；媒体可以用于整理公告、财报和历史报道。

但这些场景都有同一个风险：模型可以提高处理速度，却不能自动保证事实正确。参数越大、表达越自然，错误反而越容易被误认为可靠答案。

最后的竞争不是榜单

Qwen3.8-Max在公开模型竞技平台上取得较高排名，并计划下周进入阿里云百炼。榜单能制造关注，但企业长期使用更看重价格、可用性、数据安全和工具连接能力。

所以，2.4万亿参数只是入场券。阿里真正争的是企业工作流、开发者生态和云计算订单。谁能让大模型真正替代一部分重复劳动，谁才可能把技术热度变成收入。

证据来源与边界

路透社，2026-08-03：《Alibaba unveils its most capable AI model to date, not far behind Moonshot’s in size》。

阿里披露口径：总参数2.4万亿、单次约激活950亿、支持文本/图片/视频、最长100万Token、计划通过阿里云百炼发布。

边界：参数量不等于实际能力；竞技平台排名与企业案例会实时变化，不能写成永久或全面领先。

说明：文中产业判断基于公开事实进行分析，不等同于企业已经实现的经营结果；涉及政策、模型能力和市场排名时，以官方最终文件及平台实时页面为准。