Can Open Models Solve Corporate AI Washing

阿里发布2.4万亿参数的开源模型Qwen3.8 Max，定价仅为Opus的1/5，但独立评测显示其表现不及Kimi K3，甚至被批“不可用”。

一边是阿里高调回归开源，用“人类去钓鱼、AI去干活”的广告抢占心智；另一边是独立评测泼冷水，质疑其性能与定价。这期节目把两件事拧在一起：开源模型的真实水平，以及企业AI采购逻辑正在发生的根本转变。

阿里这次把旗舰级大模型重新开源，是去年转向闭源后的重大反转，但首批独立测试结果喜忧参半。

• Qwen3.8 Max拥有2.4万亿参数，官方称其为“编码与协作新标杆”，并展示了“从空文件夹到生产环境、10天以上自主开发”的案例，完整项目轨迹已公开。
• 定价极具攻击性：每百万输入token仅2美元、输出6美元，约为Kimi K3价格的1/3、Opus的1/5。但独立评测机构Artificial Analysis给出的53分，比Kimi K3低4分，甚至比Grok 4.5还低1分，随后该评分被无解释撤下。
• 第三方测试结果更不乐观：开发者Datam测试后直言“不可用”，称其在编码、设计、规划等多项任务中均垫底，且速度极慢、频繁失败；另一位测试者Pavl发现，Qwen在105个隐藏bug中只找出19个，而GPT-5.6 Luna找到33个，成本却高达31美元，是前者的17倍。

前Lululemon CIO撰文指出，企业AI最大的敌人不是技术，而是自欺欺人的管理流程。

• “AI许愿”：指企业领导者幻想AI是魔法棒，挥一下就能跳过难题。作者强调这并非质疑AI潜力，而是批评“一个季度就想见效”的思维陷阱。
• “AI清洗”：企业为向董事会交差，夸大AI实际用途。最恶劣的是“AI裁员”——5月美国9.7万裁员中40%被归咎于AI，但调查显示，其中1/3的岗位已被悄悄重新招聘，因为“先砍人、再改流程”的循环既烧钱又流失人才。

从KPMG创新峰会到日常对话，企业AI负责人问的问题越来越专业，开源模型从“绝不考虑”变成了战略选项。

• 一年前几乎没人讨论开源模型政策，如今企业开始认真评估：是否用开源模型做特定任务、如何微调适配自身数据。微软推出基于低成本MAI模型的微调服务，前OpenAI CTO的Thinking Machines Lab也发布了类似产品Tinker。
• 模型路由成为新风口：传闻Stripe将以100亿美元收购OpenRouter。企业不再盲目采购单一模型，而是像“带团队”一样，把简单任务派给便宜的小模型，复杂任务才交给旗舰大模型，成本优化已从“小技巧”变成“专业学科”。

“这种工作不可能在一个季度内完成，相信它可以，就是陷阱。”

• 别被厂商自报的基准分迷惑，重点看第三方独立评测（如Artificial Analysis、LMArena）和真实开发者反馈，尤其要关注“每美元有效产出”而非单纯性能。
• 企业引入AI时，先重新设计工作流程，再谈裁员或降本；否则只会陷入“裁员-重招-再裁员”的恶性循环，既烧钱又损害员工信任。