Qwen3.8-Max 把價格壓下來了

阿里發布 Qwen3.8-Max-Preview，2.4T 參數、LMArena 進入第一梯隊，定價明顯低於 Claude Opus 5，開發者現在更在意它能不能穩定進入生產流程。

阿里雲通義千問團隊在 2026 年 7 月 19 日放出 Qwen3.8-Max-Preview。這是 Qwen 系列目前規模最大的模型，參數量到 2.4 兆。它一出手就把兩件事擺上檯面：能力進到第一梯隊，價格卻壓得很低。

這種組合很少見。很多模型要嘛分數漂亮，要嘛價格漂亮。Qwen3.8-Max 想同時拿兩個分數。對每天都在算 Token 成本的團隊來說，這比海報上的口號實在多了。

更直接一點說，阿里這次不是只補一個模型。它是在測試市場反應：如果頂級能力可以用更低成本買到，開發者還會不會只盯著少數閉源模型。

榜單成績為什麼會被放大檢視

這次最先引爆討論的地方，在 LMArena 的表現。阿里和測評社群都在強調，它已經進入全球第一梯隊，和 Anthropic 的 Claude Opus 5 等頂級模型正面對照。

榜單本身不是全部，但它很會放大市場情緒。因為大家都知道，真正能進生產環境的模型，不只要會答題，還要能處理長任務、工具調用、程式碼和多模態資料。

Qwen3.8-Max 的宣傳重點也放在這裡。它不是只拿單一 benchmark 的高分，而是把編程、專業工作、長程任務和多模態一起拉上來。這種做法比較像在告訴你：我不是只會考試，我也能上班。

• 2.4T 參數，屬於超大規模模型
• 文本、程式碼、長任務、多模態都被拿來測
• 價格直接壓到頂級閉源模型以下
• 預覽版已可透過 API 使用

實測裡，它到底做了什麼

量子位的實測裡，Qwen3.8-Max 先被丟進編程任務。測試要求它從零生成一個可運行的 AI 資訊網頁，內容包含頁面結構、互動邏輯、資料展示、技術限制和驗收標準。結果大約 5 分鐘後，它交出了一個接近正式交付的專案。

更有意思的是，它不是只輸出程式碼。它還把開發流程整理得很完整，包含需求拆解、技術選型、專案結構、功能實作、問題紀錄和驗收步驟。這種輸出方式，對工程團隊很有感，因為它比較像一個能協作的同事，不像只會吐字的聊天機器人。

這裡可以借用一句 Sam Altman 的話：

“The future will be built by people who can use AI as a tool.” —— Sam Altman

另一個測試更能看出差距。作者把一篇幾十頁的論文丟給它，問題需要同時參考正文、表格和附錄。Qwen3.8-Max 在幾十秒內給出結論，還能解釋平均值和困難子集為什麼會得出不同答案。

這代表它的強項不只是「看得懂」，而是「能串起來」。長文本場景最怕模型只抓局部資訊，最後答案看似流暢，實際上漏掉關鍵條件。這次的實測，至少顯示它在這塊有進步。

它和其他模型差在哪裡

如果只看價格，差異已經很明顯。阿里公開的中國定價是輸入 12 元、輸出 36 元，每百萬 Tokens。隱式快取命中只要 1.5 元。拿國際價格來看，它的輸入成本約是 Claude Opus 5 的 40%，輸出成本約是 24%。

這個差距會直接影響產品設計。很多團隊不是不想用頂級模型，而是成本算下去太痛。尤其是客服、搜尋、資料整理、程式輔助這類高頻場景，Token 一多，帳單就很誠實。

所以真正的問題不是「便宜就好」或「貴就好」。問題是，模型能不能在可接受成本內，完成那些原本只有高價模型才做得好的任務。Qwen3.8-Max 想切的就是這個區間。

• 編程：能從零交付專案，還能自查和修 bug
• 長文本：能把正文、表格、附錄一起分析
• 多模態：能處理接近 70 分鐘的影片播客
• 成本：明顯低於 Claude Opus 5

影片測試也很有代表性。它面對的是一段接近 70 分鐘的播客內容，需要按主題生成時間軸，還要標出原始片段。模型最後不只分出了話題，還把時間戳對上了。

這種能力對研究、內容整理、競品分析都很實用。你不用再人工一段段聽，也不用一邊看字幕一邊做筆記。模型如果穩定，能省下的時間很可觀。

阿里為什麼要把價格壓低

從商業角度看，阿里的策略很清楚。先用能力證明自己，再用價格把使用門檻拉下來。Qwen 這條線一直都走這種路線，但這次更直接，因為它已經開始正面碰到最頂級的閉源產品。

阿里公開提到，自 2023 年開源以來，Qwen 已經累計開源 400 多個模型，衍生模型超過 20 萬個，累計下載量突破 10 億次。這些數字很重要，因為它說明 Qwen 不是單一產品，而是一整套持續推進的模型家族。

如果把時間軸拉長，從 Qwen3 到 Qwen3.5，再到 Qwen3.8，路線其實很一致。每次更新都把可用場景往前推一點，從基礎推理擴到編程、專業工作、多模態理解，這次再往端到端交付靠近一步。

這也解釋了為什麼這次會引起這麼多討論。開發者在意的是能不能省錢又能幹活，企業在意的是能不能穩定接入業務，研究者在意的是它有沒有真的跨過真實任務門檻。Qwen3.8-Max 在預覽版階段，答案偏正面。

接下來該盯什麼

現在最該看的，不是宣傳圖上的分數，而是它在真實專案裡的穩定性。預覽版再強，也要看長鏈路任務、複雜工具調用和大規模並發時，會不會掉速、出錯或漂移。

如果你是開發者，現在最實際的做法不是圍觀，而是去 千問 AI 平台、QwenStudio 和 千問辦公 試一次你自己的任務。把最花時間的那段工作丟給它，看它是只會講，還是真的能做。

如果正式版還能維持這個價格和完成度，很多團隊會重新算一次模型預算。到那時，問題就會變成：哪個模型真的值得進你的生產流程。

這波對台灣開發者的意義

台灣團隊很常卡在一個現實問題：想用高階 LLM，但預算有限。Qwen3.8-Max 這種定價，會讓一些原本只敢做 Demo 的專案，開始有機會進到內部工具或正式產品。

我覺得這才是它真正值得看的地方。不是又多了一個大模型，而是市場上又多了一個能把「效果」和「成本」一起談的選項。對工程團隊來說，這種選項越多，產品決策就越好做。

接下來 30 天，最值得觀察的是三件事：API 穩定度、長上下文表現、以及實際延遲。只要這三項沒掉太多，Qwen3.8-Max 就不只是新聞，而會變成很多團隊的預設候選。