2026 年 8 月 26 日

中國 AI 科技巨頭阿里巴巴於週三發布其旗艦模型的新變體，目標是在價格上與美國廠商競爭，並為企業提供成本更低的 AI 模型。然而，這項最新發布也提醒企業：價格並非模型選擇的唯一主要驅動因素。

Qwen 3.8-Flash-Next 是一款多模態模型，提前預覽了即將推出的 Qwen 4 所採用的架構。該模型擁有 1,250 億參數，每個 token 啟用 60 億參數，採用混合專家——這種設計使用專門的「專家」子網路來處理不同類型的輸入，而非對每次查詢都運行完整模型。相較之下，Qwen 3.8 Max 擁有 2.4 兆參數，Qwen 3.8-27B 擁有 270 億參數，而競爭對手中國 AI 廠商 Moonshot 的 Kimi K3 MoE 模型則擁有 2.8 兆參數。

阿里巴巴強調，與 Qwen 3.7-Plus 相比，Flash-Next 版本的訓練與推理成本更低。該廠商表示，此模型擅長電腦操作——即透過解讀螢幕畫面並執行動作來操作軟體——並能透過視覺與文字提示，與複雜的 API、計算機及自訂外部資料庫互動。這類模型呼叫外部工具並執行多步驟任務的代理式能力，已成為企業超越聊天機器人式 AI 應用的主要關注焦點。

Qwen 3.8-Flash-Next 再次顯示模型供應商正迎合企業對更便宜、更符合成本效益模型的需求，此際頂級 AI 廠商之間正爆發價格戰，開源與專有模型供應商之間的緊張局勢也不斷升高。阿里巴巴將 Flash-Next 定價為每百萬輸入 token 0.16 美元、每百萬輸出 token 0.47 美元。與 OpenAI 和 Anthropic 的前沿模型不同，它採開放權重，這意味著使用者可以下載模型參數，在自己的基礎架構上運行與微調，而不僅能透過廠商的 API 存取。

「他們試圖從定價角度讓這款模型保持極具競爭力，」Gartner 分析師 Arun Chandrasekaran 表示。他說，阿里巴巴能做到這一點，是因為模型的推理效率：儘管模型包含大量參數，但每次只啟用少數參數，從而使推理成本維持低檔。

「他們將其定位為適用於非常廣泛企業工作負載的主力模型，在這個領域該模型極具競爭力，」Chandrasekaran 說，並指出該模型針對工具呼叫與程式設計應用等代理式工作負載進行了優化。

「他們正朝正確方向推動這款模型，也就是讓它在推理效率與推理成本上非常精簡、實現多模態、支援更多代理式使用情境，並採取非常積極的定價，」他補充道。

價格作為模型選擇的指標

儘管 Qwen 3.8-Flash-Next 對企業可能深具吸引力且定價合理，Chandrasekaran 表示，企業應評估是否適合自行架設這款模型——因為它是開放權重——而不是僅透過 API 使用。自行架設讓企業能直接控制模型與資料的運行位置，但也將管理基礎架構、更新與模型效能的重擔轉移到自家團隊身上。

他補充說，企業也應考量模型的資料駐留——即資訊儲存與處理的位置，這對受歐盟 GDPR 等法規約束的公司而言是一大疑慮——因為中國 AI 廠商與中國政府的關聯及其衍生的安全影響。

「他們希望確保自己使用的是符合成本效益的模型，但不能以犧牲安全性、資料駐留與持續創新為代價，」他說。「單靠低價不應成為決定因素。」

企業應確保所選擇的模型支援多種使用情境，同時考量安全性、法律賠償保障及其他治理影響。

其他挑戰

就阿里巴巴而言，該廠商面臨的障礙之一是西方市場的滲透。雖然阿里巴巴在世界其他地區擁有龐大市佔率，但仍需在美國與西歐市場站穩腳步。該廠商也面臨 Moonshot、Z.AI 與 DeepSeek 等其他中國 AI 廠商的競爭。對西方買家而言，Flash-Next 對 Qwen 4 架構的提前預覽，提供了觀察阿里巴巴進軍這些市場技術方向的窗口。

「阿里巴巴努力將自己定位為更垂直化的業者、更偏向應用與代理式的業者，而非純粹的模型公司，這一點也非常重要，」Chandrasekaran 說。

來源：AI Business