林俊旸离职140天，Qwen3.8重回开源，阿里大模型还能打吗？
在人工智能领域，每一次高层人事变动往往伴随着战略路线的剧烈震荡。林俊旸离职后的第140天，阿里终于端出了Qwen3.8-Max预览版。这一动作并非简单的版本迭代，而是在全球AI大模型进入“周更”甚至“日更”竞速背景下，阿里应对内部调整与外部竞争压力的关键落子。然而，这款被官方称为“仍在持续进化”的模型，其发布形式与市场预期之间存在着显著的张力。
半成品策略：以“日更”换取迭代窗口
Qwen3.8-Max预览版的亮相，带着明显的“赶时间”痕迹。在Kimi K3炸榜仅两天后，阿里云迅速推出这一旗舰级模型。与Kimi K3的高定价策略不同，Qwen3.8采取了极致的“骨折价”开路：白天调用仅需1折，夜间低至0.2折。这种定价策略背后，是阿里对模型当前状态的清醒认知——它并非最终成品，而是一个承诺以天为单位持续进化的“半成品”。
从技术架构来看，Qwen3.8-Max总参数量达到2.4万亿，采用混合专家（MoE）架构，是阿里首次突破万亿参数的原生多模态模型。官方数据显示，在代码工程和协同办公两大核心场景中，其能力较前代Qwen3.7-Max分别提升了22.8%和44.4%。在实际测试中，面对《具身智能发展报告》的复杂分析任务，模型能在10秒左右给出清晰答案并辅以表格展示；在生成昆虫科普网站时，其交互逻辑与页面结构构建流畅，耗时仅17分钟，远快于竞品Kimi K3的52分钟。
然而，光环之下，短板同样明显。在生成宇宙星系介绍页面时，模型出现了常识性错误，如行星公转速度相同、相对位置不变等。独立开发者反馈指出，Qwen3.8-Max在短周期、高频次交互场景下性价比极高，但在长周期、复杂逻辑推理及大规模代码生成时，稳定性与后劲不足。这种“有参数没数据，有口号没证据”的裸奔式发布，实则是阿里用市场关注度为产品迭代争取窗口期的典型策略。通过限时低价与日更承诺，阿里试图在大规模真实用户反馈中完成最后的打磨，这与此前视频生成模型HappyHorse的策略如出一辙。
商业化焦虑：从“开源信仰”到“Token工厂”
Qwen3.8的发布节奏，折射出阿里内部战略重心的深刻转移。林俊旸离职前，Qwen系列坚持“开源优先”，但在其离开后的一周内，阿里连续发布Qwen3.5-Omni、Wan2.7-Image和Qwen3.6-Plus三款模型，且全部闭源。这一转变标志着阿里大模型团队从“技术驱动”向“商业化驱动”的过渡。
阿里2026财年年报显示，AI相关产品在阿里云外部收入占比首次突破30%，达到89.71亿元，年化经常性收入（ARR）超过358亿元，绝大部分来自百炼MaaS平台的API服务。集团CEO吴泳铭强调，AI已跨越初期投入，进入商业化回报周期。然而，巨额投入带来了巨大的成本压力，阿里必须在AI商业化上找到确定性的大规模收入来源。
这就引出了一个结构性矛盾：开源旗舰模型本质上是在API付费墙之外，为自己搭建了一个免费替代品。每一个能够本地部署Qwen的开发者，都天然减少了调用付费API的需求。换言之，阿里越拥抱开源生态，就越可能在商业化变现的道路上，亲手为自己培养竞争对手。因此，阿里曾尝试“中小模型开源、大模型闭源”的双轨模式，试图在生态维护与商业变现之间寻找平衡。
竞争倒逼：开源回归的战略必然
然而，市场并未给阿里留下太多时间调整。进入2026年7月，全球AI大模型进入密集发布窗口期。月之暗面发布拥有2.8万亿参数的Kimi K3，DeepSeek V4推进极致性价比策略，OpenAI发布GPT-5.6系列，xAI推出Grok 4.5，Meta发布Muse Spark 1.1。海外发布高度聚焦编码、工具调用和AI Agent能力，竞争维度从单一能力向性能、成本、迭代效率的多维博弈转变。
在此背景下，阿里必须抢跑。在Kimi K3发布仅3天后，Qwen3.8-Max预览版迅速上线，被视为抢占窗口期的关键动作。更重要的是，阿里选择重新许下开源承诺。这一决策并非简单的路线回调，而是基于对全球开源与闭源力量对比变化的深刻洞察。
Mozilla发布的《开源AI现状报告》显示，开源模型与闭源模型的平均性能差距已缩至3.3%，在编码、指令执行等核心能力上已基本持平。OpenRouter数据显示，开源模型处理的Token占比从2026年1月的34%飙升至6月的65%，全球API调用月消耗量前五名已全部被开源模型包揽。中国大模型在全球调用量中连续十一周领跑，开源模型下载量占比已达41%。
数据表明，开源已成为不可逆转的趋势。对于阿里而言，在模型能力离闭源头部仍有一定差距时，开源是企业维护口碑和生态的最佳选择。通过回归开源，阿里可以借助全球开发者的力量加速模型迭代，同时通过百炼平台提供增值服务，实现“开源引流、商业变现”的闭环。
组织重构：从个人魅力到平台化运营
林俊旸离职的直接导火索，是通义实验室计划将Qwen团队从“垂直整合”体系拆分为预训练、后训练、文本、多模态等水平分工团队。拆分后，后训练板块由来自Google DeepMind的周浩接管，预训练和多模态板块的负责人则未公开披露。这一调整旨在将AI业务从“技术驱动”改造为“商业化驱动”的Token工厂。
经过三次组织架构调整，阿里成立了ATH事业群（Alibaba Token Hub），将AI相关业务收拢至统一框架，由吴泳铭亲自带队，确立“Token生产、分发和变现”的核心战略。6月，通义大模型事业部与未来生活实验室合并，成立Token Foundry事业部，仍由吴泳铭直接负责，周靖人转任集团首席科学家，牵头AI未来研究院。
与此同时，阿里在生态运营上也进行了重大调整。7月22日，“阿里云开发者”公众号正式更名为“千问AI平台”，标志着阿里正式将Qwen的开发者生态，从过去依赖林俊旸个人魅力维系的开源互动，转移到一个由阿里官方直接运营、提供标准化服务的统一平台上。这一转变意味着，Qwen的开源生态不再依赖于某位技术领袖的个人影响力，而是成为阿里整体AI战略中不可或缺的基础设施。
结语：在不确定中寻找确定性
Qwen3.8-Max的发布，是阿里在内部战略调整与外部激烈竞争双重压力下的产物。它既暴露了阿里在旗舰模型稳定性上的短板，也展现了其在商业化变现与生态维护之间的艰难平衡。通过“日更”模式与开源回归，阿里试图在快速变化的AI市场中，以灵活的身姿应对不确定性。
然而，开源并非万能药。在性能差距逐渐缩小的背景下，如何确保开源模型在复杂场景下的稳定性与可靠性，如何在开源生态中实现可持续的商业变现，仍是阿里面临的核心挑战。Qwen3.8只是一个开始，未来的竞争，将不仅是模型参数的比拼，更是生态运营、商业化能力与持续迭代效率的综合较量。阿里能否在开源与闭源的博弈中找到新的平衡点，重塑技术口碑与商业护城河，仍需时间检验。