8 月 3 号，阿里把 Qwen3.8-Max 正式放出来了。2.4 万亿参数，Qwen 家族目前最大，基于 Qwen3.5 架构。同一天，企业级 Agent 产品”千问办公”（QwenWork）开启公测，网页版和 PC 客户端已经能用，钉钉的入口要等近期才开。

放在半年前，这种发布大家会先问一句：跑分多少？这次不太一样。Arena 榜单上阿里确实排第二，仅次于 Claude 系列。这个当然值得一提，但官方宣传里，参数和榜单都没被怎么强调。他们反复讲的是另外几件事。

从一个空文件夹出发，自主完成一个十数天的真实项目，全程不用人管。你丢给它一句话”创建一个自进化的智能体 Harness”，它自己编程了大概 16 天，做出一个能用的东西，叫 oh-my-cli。还有个案例，把法务团队约一周的审阅量压缩到一小时。

我盯着”16 天”看了半天。以前说一个模型强，说的是单轮回答质量高；后来加了长上下文，说它能记住更多东西。现在阿里直接把”能干多久的活”当卖点。模型不再是回答问题的工具，更像一个能连续干半个月活的数字员工。这个转变比参数大小有意思多了。

价格也给得挺狠。国内每百万 token 输入 12 元、输出 36 元，命中隐式缓存只要 1.5 元；国际价格大概是 Opus 5 的 40% 和 24%。官方还说权重下周就开源，顺便带一个 Qwen3.8-27B。

最强模型、白菜价、全开源，这三样叠在一起，闭源厂商最难受的其实不是跑分被追上，而是开源旗舰开始替”推理成本”定价了。人家卖多少钱，它只收四成（输出更是只有两成四），还能自己部署。开发者没有理由不重新算这笔账。

再说千问办公。它是把 QoderWork、MuleRun、悟空三个产品整合出来的，号称业内首款同时支持桌面端 Agent、云端 Agent、企业协同 Agent 的产品。官方讲了个律所的案例：资深律师做完第一份并购尽调报告，把整个过程沉淀成”组织级 Skill”，团队新人以后接同类案子直接调用就行。

这个点我觉得是全场最值得琢磨的。单个 Agent 帮你干活是旧故事，把一个人的经验变成团队随时能调用的资产，才是企业场景里有复利的地方。当然，“组织级 Skill”能不能沉淀得干净，会不会变成没人维护的垃圾文档，还得看产品怎么设计。

冷水也得泼。所谓 16 天自主编程、一周压到一小时，都是官方演示。真实生产环境里的长程任务，出错率、需要人盯着的时间，都不会像宣传片那么好看。我见过太多 Demo 级 Agent 在自己业务数据上翻车了。能连续干多久，和能干对，是两回事。

但方向我认。模型竞争正在从”谁更聪明”转向”谁能自己把活干完”，谁先把长程任务的可靠性做出来，谁就拿到下一轮的话语权。阿里这次至少把旗帜插在了这个位置上。

价格战会打成什么样，闭源厂商怎么接招，我等着看。

参考来源：

• IT之家：阿里巴巴千问 Qwen3.8-Max 模型正式上线，总参数量 2.4 万亿：https://www.ithome.com/0/984/897.htm
• 新浪科技：阿里”千问办公”开启公测，注册可获 2000 积分：https://finance.sina.com.cn/roll/2026-08-03/doc-inikzeav2867194.shtml