作为一个完全不懂的人，我试了一下阿里那个2.4万亿参数的模型

作为一个完全不懂的人，我试了一下阿里那个Qwen3.8-Max。不对，我其实懂一点，毕竟在昇腾上跑了两周Qwen的开源模型，对这家公司的算子效率多少有点底。但2.4万亿参数这个量级，说实话我第一反应是这玩意怎么部署，单机显存塞不下，多机通信带宽又卡脖子。

先说跑起来的感受。我把Qwen-7B和Qwen3.8-Max的预览版都拉下来测了测，7B那个是几年前的旧架构，在昇腾910B上跑，算子融合做得还行，MatMul和激活函数能合到一起，但attention那块还是有点碎。3.8-Max是MoE架构，单次推理只激活一部分参数，这倒是意料之中，不然2.4万亿全量跑起来，推理成本直接爆炸。

不过有意思的是，阿里的商业模式变了。新闻说他们打算对下一款开源模型的大用户收费，大概是超过一定调用量就开始按量计费。我上周跑DeepSeek的时候就在琢磨这事，开源模型白嫖的日子估计快到头了。朋友圈里做AI应用的朋友前几天还在问，说国产开源模型这波起来之后，推理成本还能不能压。我这边测下来，Qwen3.8-Max在昇腾上的内存带宽瓶颈还是挺明显的，MoE的专家并行对通信要求高，单机八卡跑起来，all-to-all的耗时能占到整次推理的三成。

Qwen3.8-Max在Arena上排中国模型仅次于Anthropic的Fable 5，这个我不怀疑。但WSJ那篇报道说它2.4万亿参数，我怀疑实际激活参数没这么多，MoE架构下真正跑起来的可能就几百亿。这不算缺点，推理成本控制本来就是设计目标。只是阿里对大型用户收费这事，说明他们自己也清楚，模型再强，算力账单终究要有人买单。

我拿Qwen3.8-Max跑了几个代码生成的case，PyTorch的算子级优化建议写得比DeepSeek详细，但生成速度在昇腾上比在英伟达上慢了大概两成。这不是模型的问题，是生态的问题。我在昆仑架构上试过同样几个case，更慢，慢在算子库适配不到位。阿里的Hanguang 800加速器是2019年的事了，现在基本没声音，估计他们自己也放弃自研芯片路线了，专心卖云上算力。

收费这事，我理解阿里的逻辑。Qwen-7B开源的时候，那时候开源是抢生态位。现在3.8-Max排到全球生态位已经占住了，该考虑变现了。对个人开发者和小团队来说，免费额度应该够用，但那些拿Qwen做商业化产品的公司，估计得开始算这笔账了。换个角度看，这也是好事，说明开源模型这条路能走通，不然阿里也不会这么高调。

我这边测下来，Qwen3.8-Max适合两类人：一类是想要顶级模型但用不起Claude的开发者，免费额度先嫖着；另一类是已经用Qwen系列做产品、有预算的团队，趁收费政策落地前赶紧把版本锁了。不适合的人也有，比如想白嫖大模型跑生产环境的，趁早换思路。

---

本文编译自 Hacker News，原文：https://www.reuters.com/business/retail-consumer/alibaba-plans-charge-big-users-its-next-open-source-ai-model-sources-say-2026-08-07/
版权归原作者所有，本文为基于公开报道的编译与独立分析。