阿里发布Qwen3.8-Max，DeepSeek低价加剧中国AI竞争
Taylor Wilson
阿里巴巴发布2.4万亿参数的通义千问3.8-Max，同日DeepSeek V4-Flash以约Claude Fable 5百分之一的成本入场——中国AI竞争从能力比拼扩展至规模、效率与分发策略的全维度角力。
通义千问3.8-Max到底有多大？
总参数2.4万亿，每次推理只激活950亿——采用混合专家架构（MoE，把模型拆成多个专项模块，每次只调用相关的几个，而非全量运行）。
这意味着→ 模型虽然"体型"巨大，但单次推理的实际计算量远小于全参数运行，成本和延迟都被压低。
支持文本、图像和视频输入，上下文窗口最长100万token。
排名真有阿里说的那么高吗？
阿里内部测试称排名第二（仅次于Claude Fable 5），但独立平台Arena给出更保守的结果：文本第五、视觉第二、编程第四。
文本排名落后于Anthropic四款模型；编程落后于Claude Opus 5 Max、Kimi K3和Claude Opus 5 High。
用大白话说＝ 它是Arena文本类别里排名最高的中国模型，但距离全球顶尖仍有差距，阿里内部测试的结论偏乐观。
DeepSeek的定价低到什么程度？
V4-Flash定价：未缓存输入$0.14/百万token，输出$0.28/百万token。
Artificial Analysis估算同等任务平均成本：V4-Flash约$0.03，Kimi K3约$0.86，GPT-5.6 Sol约$1.86，Claude Fable 5约$3.15。
这意味着→ V4-Flash完成同样任务的成本约为Claude Fable 5的1%——价格差距不是"便宜一点"，而是数量级碾压。
阿里和月之暗面的定价处在什么位置？
通义千问3.8-Max：输入$2/百万token，输出$6/百万token。
Kimi K3：输入$3，输出$15——比阿里贵约一倍。
这反映出 中国AI市场已形成三档定价：DeepSeek极低价、阿里中间价、Kimi高性能高价，三家卡位逻辑各不相同。
"开放权重"到底开放了什么？
DeepSeek V4-Flash已发布开放权重；阿里计划下周跟进。
用大白话说＝ 开放权重 = 开发者可以下载并定制模型参数，但不一定包含训练数据或训练代码，不等于完全开源。
Omdia首席分析师苏连杰指出：许多业务并不需要最顶尖模型，需要的是够用、便宜、透明、易获取的模型——开放权重正好满足这一需求。
"DeepSeek死亡地带"意味着什么？
八周内多款中国模型接近全球基准前列，竞争格局形成所谓"DeepSeek死亡地带"。
这意味着→ 同价位能力不如DeepSeek、或同能力价格高于DeepSeek的产品，都面临生存压力。
通义千问3.8-Max和Kimi K3目前占据高性能档位，但能否在成本端持续与DeepSeek拉开差距，是这一格局能否持续的关键变量。
Content is for reference only, not financial advice.