阿里雲千問(Qwen)大模型怎樣選?四款熱門模型能力、適用場景與優惠全解析
阿里雲千問(Qwen)四款熱門模型各有定位:qwen3.8-max 主打全模態與智能體,qwen3.7-max 專注純文本推理,qwen3.8-flash 和 qwen3.7-flash 則面向不同成本與能力需求。四款模型輸入價格為每百萬 Token 0.3 元至 12 元,均提供 Batch 半價及 Token Plan;新用戶每個模型可獲 100 萬 Token 免費額度,有效期 90 天。
阿里雲千問(Qwen)四款熱門模型各有定位:qwen3.8-max 主打全模態與智能體,qwen3.7-max 專注純文本推理,qwen3.8-flash 和 qwen3.7-flash 則面向不同成本與能力需求。四款模型輸入價格為每百萬 Token 0.3 元至 12 元,均提供 Batch 半價及 Token Plan;新用戶每個模型可獲 100 萬 Token 免費額度,有效期 90 天。
馬化騰將智能革命定調為關乎騰訊生死存亡的命題,騰訊正加快組織變革並加大AI及算力投入。騰訊第三季度自由現金流為負691億元,資本開支651億元;WorkBuddy日活超1000萬,年化收入突破5億美元。HY4正式版採用770B總參數、49B激活參數的MoE架構,已落地WorkBuddy、CodeBuddy、元寶等產品;文章指出,騰訊仍需把自用AI轉化為可售AI。
文章整理 OpenAI 為 GPT-6.2 提供的兩份官方使用指南,列出 8 段提示詞,並説明在 ChatGPT、Codex 或 API 中套用的方法。指南涵蓋回覆風格、持續完成任務、程式碼與設計要求,以及 Codex 的驗收標準、推理強度、子智能體和 AGENTS.md。
推薦理由:文章把官方指南中的提示詞、Codex 任務設定和 Responses API 遷移事項按使用情境整理,讀者可對照自己的工作流程選用相關做法。
作者實測由16吋轉用14吋 OLED 觸控版 MacBook Pro(M5 Pro),指出最明顯的改變是機身重量由超過2公斤降至不足1.4公斤。運行同一款 Qwen3.6-35B-A3B 量化模型時,14吋與16吋機的即時生成速度分別為94.1 token/s及95.3 token/s;48GB版本使用約40.3GB記憶體。
文章整理 Google Gemini 4 四款模型及五種訂閲方案,列出模型定位、價格、使用權限與可領取的優惠。AI Pro 每月 19.99 美元可在 Gemini App 使用 Gemini 4 Neon;Neon 在 Artificial Analysis 智能指數得 61 分,比 Carbon 高 1 分。
推薦理由:文章對照 Gemini 4 各模型的評測分數、API 價格與不同套餐的使用權限,亦整理免費及折扣入口,呈現訂閲選擇的實際差異。
Physical AI 的任務規劃把高層目標轉化為結構化行動序列,並在環境條件、資源限制、安全規則及機械人能力等約束下安排任務。章節説明目標理解、任務分解、階層式任務網絡、符號規劃與圖搜尋等方法,並提及使用 PDDL 表達物件、行動、條件及最佳化目標。
Carbon、Neon 和 Hydrogen 的價格及單次生成測試比較顯示,Carbon 優惠期與常規價格下的 Token 單價排序不同。Carbon 優惠價為每百萬 Token 輸入/輸出 2/10 美元,至 2026 年 11 月 30 日;12 月 1 日起常規價為 4/20 美元,Neon 為 3/15 美元,Hydrogen 為 1.50/7.50 美元。
Google 推出 Gemini 4 Neon,定位為中階推理模型,旨在兼顧推理能力與成本。該模型在 Artificial Analysis 獲得 61 分,並提供 1M 上下文窗口。OpenCode 2.3.2 優化系統提示詞快取,Claude Code 2.1.327 則加入原生 stdin MCP 設定讀取功能。
Prime Intellect 回顧 RL Residency 在 2026 年支持的開放研究成果,分為評測、訓練環境和其他研究三類。項目涵蓋 Maze Bench、OpenTTD-Bench、PretrainGym、AerialSim 等;Maze Bench 中,當前最佳大語言模型在不使用編碼工具時準確率最高為 16%,使用編碼工具時最高為 23%。
NVIDIA 與 Microsoft 在 Microsoft Ignite 擴展全端合作,把加速運算及 AI 部署選項由 Azure 延伸至企業本地、邊緣設備和 Windows PC。
推薦理由:EY 以 NVIDIA Nemotron 開放模型分類企業採購記錄,展示模型定製的實際成效,評估準確率提升 55%,成本較專有前沿模型低 15x。
作者以同一 Gemini API 端點、相同題目和評分方式比較八款模型,按準確率、成本與速度整理 Gemini 模型選擇指南。測試中,四款 Gemini 4 模型在最低設定均答對 30 道 AIME 2025 題目;Argon 每題成本最低,為 $0.018,Hydrogen 則是 Gemini 4 模型中最快,平均每題 11.3 s。
Amazon SageMaker AI 推出跨區域推理路由,讓應用程式透過單一入口呼叫多個 AWS 區域及帳戶內的既有端點和推理元件。路由器優先使用本區域目的地,在目的地無法可靠服務時將新請求轉往其他目的地,並在恢復後逐步切回。
推薦理由:文章拆解路由器如何按目的地健康狀態跨區分流並逐步回切,並交代重試條件、流量上限及部署限制,呈現功能的韌性設計邊界。
Valkey 發佈 9.2,加入面向 AI 推理的分散式 KV 快取,讓推理引擎重用處理提示詞、工具定義及對話歷史時生成的 KV 張量,減少 prefill 階段的重複計算。
Bison 分享一段 40 行的 Node 程式,透過 OpenRouter 並行向 GPT、Claude、Gemini 和 Grok 發送同一提示詞。程式以 Node 20+ 運行;作者提醒模型 ID 經常變動,使用前應先查閲 OpenRouter 目錄。
EverXCloud 公開免費 LLM VRAM 計算器及 GitHub 原始碼,並説明其估算推理、微調和圖像模型記憶體需求的公式。推理估算將權重與 KV cache 相加後計入額外開銷;例如 70B 模型在 BF16 下,權重需要 140 GB,尚未計入 KV cache 和額外開銷。多 GPU 估算未計互連和框架開銷,結果只適合作規劃參考;長租前應在目標 GPU 上測試。
Ollama 模型即使能載入 GPU 記憶體,較長的上下文仍可能因 KV cache、執行緩衝區及其他 GPU 工作而導致 CPU 卸載、回應變慢,或無法按預期上下文長度執行。
Alan West 分析如何以 nvidia/Qwen3.5-4B-Qwen3.8-27B-Draft 草稿模型或 Qwen3.8-27B 內置 MTP,在 llama.cpp 加速 Qwen3.8-27B;他指出單張消費級 GPU 上,草稿模型未必更快。
阿里巴巴行政總裁吳泳銘表示,長遠而言,阿里及其合作夥伴、客戶的絕大部分模型將完全依賴國產晶片進行預訓練和後訓練。阿里正使用今年這一代平頭哥晶片訓練下一代模型,百煉亦已基於國產晶片提供模型推理服務;吳泳銘稱,新一代平頭哥晶片到 2027 年第一季可支援超大規模模型訓練。
阿里巴巴集團 CEO 吳泳銘表示,阿里到 2032 年全球數據中心規模超過 20GW 的目標可能下調,資本開支亦可能有所降低。他表示,全球各區域算力政策變化將影響阿里雲數據中心建設。阿里將更積極投入國產算力及相關供應鏈,2027 年和 2028 年上半年將是阿里最大的持續投資階段。
作者比較 Gemini 4 四款模型的速度、價格與能力,建議 Agent 循環及大量編碼使用 Hydrogen,最難的多步除錯選 Carbon。
阿里巴巴在財報電話會上表達對國產算力的信心,並維持阿里雲2031財年(2030自然年)外部收入1000億美元、利潤率超過20%的目標。公司預計下個財年阿里雲增長30%至45%,並預計2028年下半年增長恢復至50%以上、現金流轉正。千問已在平頭哥晶片上訓練下一代模型;吳泳銘稱,2027年第一季度平頭哥晶片可支持超大規模模型訓練,2027年後阿里絕大部分新增AI晶片供應將以平頭哥為主。
Google 發佈 Gemini 4 Neon,定位介乎 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間,並開始在 Gemini API、Gemini for business、Google Antigravity 及 Gemini app 推出。
推薦理由:文章以 Carbon 為參照比較 Neon 的排名、輸出速度與任務成本,並指出成本較低源於 token 定價較低,而非答案較短。
阿里巴巴CEO吳泳銘在財報電話會議上表示,2027年後阿里絕大部分新增AI晶片供應將以平頭哥為主,並維持2031財年(2030自然年)阿里雲外部收入1000億美元、利潤率超過20%的目標。千問(Qwen)已在平頭哥晶片上訓練下一代模型;阿里稱2027年第一季度,基於平頭哥國產晶片可支持超大規模模型訓練。阿里預計2028年下半年阿里雲恢復50%以上高速增長,並於同期實現現金流轉正。
Stanford/Oxford 研究以 308 道醫療題目測試 GPT-4o、Claude Sonnet 5 和 Qwen3.7-Plus,發現醫生資歷、權威背景及反覆施壓都能改變模型診斷。
Mika 於 2026-11-19 透過 OpenRouter 對 9 款 AI 模型進行即時基準測試,以三項開發者任務比較表現、延遲與成本,總花費為 $0.3727。
阿里巴巴 CEO 吳泳銘表示,2027 年和 2028 年將是中國算力最緊缺的兩年。2027 年後,阿里雲的晶片供應將以國產平頭哥晶片為主;阿里旗艦晶片會優先用於大模型訓練,推理則會採購更多不同晶片,包括其他國產晶片。千問已在平頭哥晶片上訓練下一代模型,百煉已基於國產晶片提供模型推理服務。
Western Sydney University 法律與新興科技講師 Armin Alimardani 分析 AI 對畢業生就業市場的影響,主張大學須培養學生與 AI 有效協作的能力。
阿里巴巴 CEO 吳泳銘表示,2027 年和 2028 年將是中國算力最緊缺的兩年。2027 年以後,阿里雲的晶片供應將以國產平頭哥晶片為主,並採購其他國產晶片支援內部推理需求。阿里的旗艦晶片會優先用於大模型訓練,推理方面則會盡量採購更多不同品牌的國產晶片。
Olala-v1.0-mini-7A1B 的 BF16 權重檔為 13.59 GB,超過報道所稱的 8 GB GPU 記憶體門檻;Q5_K_M 量化檔為 5.99 GB,僅權重可放入 8 GB 顯示卡記憶體。
阿里巴巴 CEO 吳泳銘表示,千問已在平頭哥晶片上訓練下一代模型,百鍊則已基於國產晶片提供模型推理服務。他稱,自研晶片與自研模型的協同將轉化為更優的單位算力成本和更高的 AI 應用研發效率。
Isomorphic Labs 宣佈完成 50 億美元 C 輪融資之際,從字節跳動分拆的 Anew Labs 亦完成首輪 20 億人民幣融資,兩家公司都同步推進 AI 模型與藥物研發。
一名有近20年機械行業經驗的作者提出大模型架構構想,以本地小模型把上下文分為L0–L4,再由算力路由分發拆分後的內容進行計算。方案亦設想對生成內容進行安全審查,最多打回3次;作者表示構想尚未證實,並歡迎專業人士驗證。
Google 發佈 Gemini 4 Neon,並稱其在編碼及智能體等多項基準測試中超越 Claude Opus 5.5。
推薦理由:文章並列 Gemini 4 Neon 的基準領先項目、Claude Opus 5.5 保有優勢的測試及 API 價格,可對照其能力表現與使用成本。
這份週報梳理 2026-11-12 至 2026-11-19 的 LLM 評測與可觀測性動向,指出評估焦點正由模型輸出文字轉向智能體的行動及其蒐集的證據。ViKernel Scanner 以 8 個模擬工具和 100 項攻擊檢查評估 20 個開放權重模型,全部得 D 或 F;中位數模型在 100 項檢查中有 40 項嘗試危險行動。
虎嗅文章根據騰訊第三季財報反駁項立剛「中國不缺算力」等説法,認為算力總量與可供前沿模型訓練的高效能算力不能混為一談。騰訊第三季資本開支為814.33億元,同比增527%;「預付款、押金及其他資產」由年初245.40億元增至1629.01億元,文章將其解讀為提前向供應鏈鎖定產能。文章亦指出,推理需求受顯存容量和頻寬影響,算力供應受限亦可能令混元下一個版本延後推出。
Google DeepMind 發佈 Gemini 4 Neon,稱其速度近乎 Gemini 4 Carbon 的兩倍、在多數基準測試表現更佳,價格亦更低。Neon 在 xhigh 的 Intelligence Index 得 61 分,高於 Carbon 的 60 分;每項任務成本為 $6.44,較 Carbon 未折扣價格低約 17%,但輸出 token 用量多約 15%。
Gemini 4 Neon(xhigh)在 Artificial Analysis 的 Intelligence Index 得分 61,較 Gemini 4 Carbon(high)高 1 分。
Perplexity 推出 Decider v1.3,將結構化判斷獨立成模型,並加入 Locate 支援原文跨度定位。模型在 63 項分類任務的平均準確率為 91.6%,較 Perplexity 原有生產分類器高 6.54 個百分點;在 72 項檢索任務中,平均 nDCG@10 為 83.99,較 Qwen3-Reranker-8B 高 1.81 分。
騰訊在2026年第三季度加大 AI 投入,並提出核心業務面向 AI 時代「再創業」,以推動公司向 AI 科技公司轉型。第三季度資本開支付款達651億元、按年增長225%,研發費用達324億元、增長42%;WorkBuddy日活躍用戶突破1000萬,微信 AI 助手「小微」達3000萬,騰訊雲服務收入增長35%。
OpenAI 公佈數百道棘手數學問題的解答後,Caltech 教授 Sergei Gukov 與學生正從零打造專為數學解題設計的開源 AI 模型。Gukov 的多數模型目前只能解特定數學問題;相較之下,Anthropic 的模型可應對多個學科的數學提示詞,而通用模型仍在開發中。