“仅次于Fable 5”：阿里巴巴发布Qwen3.8，但未提供任何真实数据

阿里巴巴于周日发布了其最新的大语言模型Qwen3.8，并宣称该模型“仅次于Anthropic的Fable 5”，是当前最强大的模型之一。然而，该公司并未提供模型卡、基准测试或其他有意义的數據点来支持这一说法。

值得注意的是，这一公告发布仅几天前，中国AI竞争对手月之暗面推出了Kimi K3，该模型在Arena的编码排行榜上名列前茅，并在内部基准测试中与Anthropic和OpenAI的系统相媲美，获得了BBC、彭博社等主流媒体的广泛报道。月之暗面虽然尚未发布K3的权重，但已公布了一份相当详尽的技术分解，包括与其他领先系统的完整基准测试表、架构细节和定价，并计划于7月27日开源。

相比之下，阿里巴巴主要依靠一条X帖文来宣布其大胆声明。该帖文中还包含一些语法错误，例如将“compatible”与“comparable”混淆。虽然这本身并不重要，但这类细节可能无法让人们对这款旨在成为前沿竞争者的模型建立信心。

开源权重因素

今年，对开源AI的需求快速增长。分析师和基础设施供应商认为，开源模型与封闭前沿模型的差距已缩小至仅四个月，且价格仅为后者的一小部分。价格差距正在改变企业购买AI的方式。6月，The New Stack报道称，AI代理初创公司Lindy将全部生产流量从Anthropic的模型转移到DeepSeek v4，其CEO表示此举将为公司节省数百万美元。供应商锁定也日益令人担忧，许多人警告不要深度依赖单一专有模型堆栈。

Qwen一直是这一转变的主要受益者。基础设施提供商Runpod的平台数据显示，Qwen已超越Meta的Llama，成为其用户中部署最多的开源LLM。然而，尽管Qwen凭借其开源发布建立了声誉，但其最近两款旗舰模型打破了这一模式。4月推出的Qwen3.6-Max-Preview是Qwen历史上首款仅提供API、未发布权重的旗舰产品。5月发布的Qwen3.7-Max同样闭源，没有本地可运行版本，也未确认发布日期。

随着Qwen3.8的推出，阿里巴巴似乎回归初心，确认将发布开源权重。然而，这次的主要问题是发布时间——以及公告本身的时机是否更多与竞争对手有关，而非真正的开放。

“检查点差距”

私募股权公司Fortino Capital的AI运营合伙人、前Hugging Face和AWS AI布道师Julien Simon认为，真正的故事在于他所谓的“检查点差距”——即前沿声明与实际可验证的产物之间的时间窗口。他指出，Kimi K3的发布窗口虽然“激进但有纪律”：提供了基准测试表、定价和确切的7月27日权重发布日期。Simon写道：“该发布中的每一项声明都可以对照日历进行评分。”

相反，Qwen3.8打开了同样的窗口，但没有任何纪律：没有基准测试表、没有定价、没有日期——只有“即将开源”。无日期的窗口让供应商可以按自己的时间表行使选择权，同时“在此期间收集开源叙事”。

两种模型在某种程度上都来自同一家公司。阿里巴巴截至2024年是月之暗面最大的股东，投入约8亿美元获得约36%的股份——随着月之暗面的融资和估值飙升，这一比例可能已被稀释。仅Kimi K3的发布据报就在几天内抹去了全球半导体超过3万亿美元的价值。而就在几天后，阿里巴巴宣布了一个略小的模型（2.4T参数对比2.8T），声称排名略好，并附带了同样的开源语言——只是缺少关键细节。

Simon写道：“言辞与数据之间的差距越大，公告本身就越成为产品。”显而易见的问题是，一家公司为何要与自己的投资竞争。Simon的回答在于，真正的基准测试表会迫使阿里巴巴透露什么。他认为，足以击败Kimi K3的数据会使其在月之暗面的持股看起来不如自研模型，而月之暗面正计划进入公开市场。数据不足则会让“仅次于Fable 5”的头衔拱手让人。不提供可验证的信息则避免了这两种结果——Qwen可以在头条新闻和企业对话中声称这一地位，而无需与K3放在一起接受检验。

简而言之，公告本身很可能从来不是关于模型本身，而是关于将自己插入到一个备受关注的竞争对手的讨论中。

一些初步尝试独立基准测试Qwen3.8的尝试已经出现。周日，Trilogy公司AI卓越中心副总裁Leonardo Gonzalez在匹配任务上对Qwen3.8的托管预览版和Kimi K3进行了对比测试。但这只是单一测试，由一位评审员评分，针对的是阿里巴巴自己表示在正式发布前会不断变化的预览版。这远非阿里巴巴尚未发布的基准测试表的替代品。Gonzalez承认：“对于2.4T模型，缺失的架构细节很重要。”

目前，Qwen3.8仍处于起点：一个针对强大的Anthropic的精炼头条声明，仅此而已。