阿里的旗舰,这次不给下载了
- 2026-11-19 04:45:01
三个月前,我在这个号里写过一篇:阿里的 Qwen3.8-Max 开源,一个模型连着写了十六天代码,几百次提交、一百多个 PR,中途没人管。
当时的判断是,开源这条路上,中国厂商跑得比谁都快。
11 月 16 日,Qwen4-Max 发了。参数从 1.2 万亿翻到 2.4 万亿,token 单价砍掉四分之一,缓存读到 0.075 美元一百万个。
下载链接,没有。
一、它到底给了什么
先看硬货。
架构:2.4 万亿总参数,每个 token 只激活 710 亿——比上一代少 25% 的激活量,总容量却翻了一倍。另外挂了一张 3280 亿参数的 N-gram Embedding 表,存在 CPU 内存里异步预取,不占显存。它的用处是对付固定词组和非英语的切词碎片,让模型少在"这句话怎么断"上耗神。
上下文 100 万 token,思考加输出封顶 262,144。图像和视频原生进同一个接口,不加价,也没有单独的视觉 SKU——多模态这一层,直接并进了旗舰的默认合同。
价格:输入 1.50 美元、输出 4.50 美元,每百万 token。缓存命中 0.075 美元,等于白送。这是新加坡区,北京和全球区更低一点,1.413 和 4.24。上一代是 2.00 和 6.00。
换算成人民币的国内口径,缓存命中每百万 token 五毛钱。
跑分:CodeArena 前端盲测全球第六;DeepSWE v1.1(自己去解真实 GitHub issue)75.7,比 Claude Opus 5.5 的 74.2 高;Terminal-Bench 4.0 从上一代的 37.9 涨到 48.5,同一个任务的平均 token 从 289K 掉到 151K。
阿里自家那个横跨 721 个专业领域的 Work360 基准,52.69 对 47.74。他们说完成单个任务的平均费用,从 4.43 美元降到 1.67 美元。
还有个容易被忽略的:AI for Science。Qwen4 连着自主跑了 48 小时,从 270 万个候选分子里筛,走完四轮"设计—合成—测试",真合成出一种新型冷却液材料——冲着高功率芯片的数据中心散热去的。这不是刷榜,是做出来的东西。
二、两把尺子,量出两个数
然后第三方上手了,画风立刻变。
Artificial Analysis 的 Intelligence Index,Qwen4-Max 拿 43 分,81 个模型里排第 38。同价位模型的中位数是 41,它高一点点。往上抬头看:Claude Fable 5.2 是 65,Gemini 4 Carbon 60,GPT-6 Astra 57。
Terminal-Bench 4.0 也是这个局面。阿里自报 48.5,独立榜上 Kimi K3.1 Pro 是 67.2,Claude Sonnet 5.5 约 63.6,Opus 5.5 约 59.6。差着一大截。
ProgramBench 更难看,落后 Opus 5.5 三十多分。
可另一头,账又反过来了。AA 算出来的平均单任务成本是 3.27 美元,而它跑出 1.27 亿输出 token——同类模型的中位数只有 7860 万。
它话更多。
两个数都是真的。阿里报的是"干同一件事,省了多少步",AA 报的是"这活干完,付了多少钱"。前者是效率,后者是账单。 选型的时候得先想清楚,自己要的是哪一个。
如果"省"指的是每百万 token 那行报价,那确实省,省得挺狠。如果"省"指的是把一个活干完的总账,那要看它多废了多少话、多绕了多少圈。
这也是自报口径和独立评测最典型的错位:同一件事,用两种尺子量,结论能反过来。
三、为什么关门
这才是今天真正值得记的一笔。
今年 8 月,阿里开放了 Qwen3.8-Max 的权重,型号叫 Qwen3.8-2.4T-A95B,纯文本版。那是 Max 级第一次对外开放权重,当时被解读成"中国厂商真敢开"。
三个月后,同一家公司,同一级别,关门了。
按彭博的数据,Qwen 已经是全球下载量最大的开源权重模型家族。这个名声是资产——它换来开发者、换来口碑、换来"我们自己也能跑"的信任感。
现在这笔资产被拿去换了定价权。
三笔账能解释这个动作:
第一,权重是获客成本,不是产品。 放出去,人家在自己机房里跑,一分钱收不到,训练的钱还得自己扛。Max 这一级吞算力吞得凶,白送就是纯亏。
第二,卖 API 才收得到"效率税"。 缓存命中 0.075 美元这一档,是把用户往"常驻调用"上绑。调用越频繁、缓存命中率越高,迁移成本就越大——不是钱的问题,是行为习惯已经长在里面了。
第三,旗舰关门,中杯开源。 官方说 Qwen4 系列的中小尺寸会陆续开源,但没给日期。这是标准的漏斗:开源做入口,闭源收钱。Mistral 早就这么走,Meta 也是一边放 Llama 一边留后手。
还有两条限制,对做企业的人是最疼的:不支持微调,不支持批量推理。 想拿自己的数据调一版?不行。想跑离线批处理把成本再压一压?也不行。私有化更别提,连门都没有。
四、比 2.4 万亿更值得看的一张票
12 月,iOS 27.3 公版推出来,Apple Intelligence 在中国区的 Siri 回复、写作工具、视觉智能,由 Qwen 驱动。
阿里的位置,相当于 OpenAI 在美国的位置。
这条比参数重要得多。分发比参数值钱。 中国一年出货五千万台 iPhone,这些用户不会去比每百万 token 多少钱,但他们每天在按那个按钮。
一边关掉下载链接,一边把模型塞进几千万台手机——这不是矛盾,这是同一个决定的两面:把"能自己跑"这条路堵窄,把"只能用我的"这条路铺宽。
五、这事跟车间里的事,是同一件事
制造业有条老规矩:设备可以卖给你,配方不卖。
买一台机床,钱付完,机器是你的。折旧是你的,停机损失也是你的,但你能算清单件成本,也能在别人涨价的时候不受制于人。
如果对方只卖加工件呢?单价看着便宜,账也好算。可永远不知道那一件到底用了多少料、多少工时、哪道工序卡了壳。哪天涨价,或者干脆不接这单,连备选都没有。
开源的权重,就是那台买得下来的机床。API 是加工件。
阿里这次把机床收回去了,只卖件。这不叫背刺,这叫生意——开源三年攒下的名声,本来就是用来换这一天的定价权的。
半年前 OpenAI 对 Cursor 断供那件事,说的是同一句话:模型是借来的,工具也不是你的。今天只不过换了个方向,从"上游不给下游"变成"上游不给所有人"。
六、所以现在该怎么看
给几个具体的判断,各自对号入座:
手里已经跑着 Qwen3.8 权重、在自己机器上的:短期不用慌。Qwen2.5 还是最后一个能下载的版本,Qwen3.8 那一代还有人在维护,迁移没那么急。
要私有化、要微调、要过合规的:Qwen4-Max 直接划掉。去看 Kimi K3.1、DeepSeek,或者退一代用 Qwen3.8。项目立项的时候把这条写进技术选型,能省后面很多返工。
只是要便宜、要长上下文、量大跑得起的:它的价格确实香,缓存那一档尤其狠。但记得先用自己的真实任务测一遍 token 消耗,别拿厂商的 Work360 数字当预算。
最要紧的一条:不要把唯一的路修在别人的 API 上。至少留一条能切走的备选,哪怕是降级方案。
开源从来不是信仰,是获客手段。当了三年旗手,阿里第一次证明自己能关门卖货。
这句话对做模型的公司是成绩单,对用模型的人是账单。
手上正跑着的项目,如果明天那个模型涨价一倍,或者干脆停服,多久能切走?
想自己核对的,去翻 QwenCloud 的定价页,再对着 Artificial Analysis 的榜看——两个数摆在一起,比只看一边清楚得多。