文｜光锥智能，作者 | 白 鸽 ，编｜王一粟
中国 AI 大模型的参数竞赛，已经进入到万亿规模时代。
8 月 3 日，阿里巴巴正式发布新一代基座大模型 Qwen3.8，核心旗舰模型为 Qwen3.8-Max，总参数达 2.4 万亿、单次激活 95B、1M 上下文长度、支持视觉理解。
就在 Qwen3.8 发布的同一周，Kimi K3 以 2.8 万亿参数强势开源，MiniMax 的 M3 Pro 也达到 2 万亿参数级别，并传出即将开源的消息。
此外，包括 DeepSeek V4 Pro、文心 5.0、MiMo-V2.5-Pro、LongCat-2.0 等国产 AI 大模型也都达到万亿参数级别。
可以看到，2026 年的中国 AI 江湖，万亿参数正从技术里程碑变成头部玩家的入场券。
但参数往往是表象，大模型能否真正 " 干活儿 "，正成为当前行业更加关注的焦点。
而在此次阿里最新的消息中，真正值得关注的，不是阿里又发了一个更大的模型，而是它正在把模型能力一步步翻译成平台能力，再翻译成产业能力，并真正融入到企业工作流程当中。
几乎同一时间，阿里也官宣其旗下企业级 Agent 产品千问办公开启公测，Qwen3.8 也被接入其中，用户可在千问办公对该模型进行体验。
把底座能力交给 Qwen3.8，应用入口交给千问办公，两者在钉钉生态中完成合龙。可以看到，阿里正在把大模型能力真正用到场景当中，将其变为真正的生产力。
而在 AI 办公赛道中，阿里的战略意图也很清晰，不跟腾讯 WorkBuddy 在 C 端个人工具赛道硬碰，而是把钉钉和阿里云积累的百万级企业客户作为护城河，做面向企业组织的 AI 生产力平台。
显然，当底座模型、钉钉入口、企业工作流三者被 Qwen3.8 与千问办公焊在一起，大模型从参数竞赛到工位扎根的最后一公里，或许也正在被阿里逐渐打通。
超大杯的 Qwen3.8 不只是一次参数的跃迁
先看基座大模型的能力。
据阿里披露，Qwen3.8 采用稀疏 MoE（混合专家）架构与混合注意力机制的联合优化，首次将千问大模型的总参数量拓展至 2.4T，激活 95B，获得了更高的推理效率、更快的推理速度。
也就是说，2.4 万亿是总参数量，95B 才是真正被激活、参与计算的量。
用一个通俗的比喻来说：这是一家拥有 2400 名员工的 " 超级工厂 "，面对新任务时，能精准调度其中 95 名最 " 懂行 " 的骨干员工，用更小的消耗，干更复杂的活。
总参数决定了模型的知识上限，激活参数则决定了每次回答的实际算力消耗。
在权威三方榜单 Arena 中，Qwen 模型整体性能仅次于 Anthropic 的 Claude 系列，处于全球第一梯队，在 CodeArena 编程榜单中，Qwen3.8 位居全球第四。
在阿里发布的信息中，关于 Qwen3.8 模型能力，重点强调的并不在于其通用聊天体验，而是两项能力：Coding（编程）和 Cowork（专业办公）。
其中，在编程能力上，Qwen3.8 实现了自主编程的突破。
此前，大多数前沿大模型能够写好函数、补全代码，是程序员的有力帮手，而如今，Qwen3.8 则可以从一个空文件夹出发，自主完成一个十数天的真实项目交付，全程无需人干预。
在官方披露的实验中显示，Qwen3.8 独立连续运行约 16 天后，最终做出一个真实可用的自进化智能体框架 "oh-my-cli"，整个过程完全开源、公开保存在 GitHub 上供所有人检视。
16 天，这已经不是几个小时能做完的评测题，而是接近真实工程师冲刺周期的工作长度。
而在办公能力上，Qwen3.8 也可以胜任广泛的、真实的专业工作任务。
比如一支法务助理团队需要一周时间，才能在数百份法律文档中完成千余个相关条款的标注，Qwen3.8 一小时可以做完；160 小时以上的篮球比赛录像、8400 多个攻防回合，模型数十分钟拆解完毕，并输出球员战术画像与教练报告。
而在长语境理解上，它能读懂 200 页的财报 PDF、看懂超过 100 小时的长视频，并把自己 " 所学 " 反馈到工作全流程，进一步提升思考与执行能力。
需要说明，这些是官方团队给出的示例，真实水位还有待更多第三方使用去持续验证，但方向已经很清楚：模型的训练目标，正在从 " 答得对 " 转向 " 干得完 "。
从 Qwen3.8 可以看出，当前大模型的竞争，已经从 " 聊天智能 " 悄悄切换到 " 交付智能 "。
前者考验的是讲台上的博学，后者考验的是工位上的靠谱；前者可以靠堆参数、刷榜单来证明，后者必须让模型在真实任务的复杂、模糊与长周期里站稳。
这么看，阿里 Qwen3.8 的发布，本身就是行业转向的信号。
更重要的是价格，通过千问 AI 平台，国内每百万 tokens 输入 12 元、输出 36 元，隐式缓存命中仅 1.5 元；海外每百万 tokens 输入 2 美元、输出 6 美元，国际价格仅为 Opus5 的 40% 与 24%。
这也就意味着，在 " 相近智能 " 的前提下，阿里把单位智能的价格打下来。这是一种典型的 " 以价换规模 " 的做法——希望用旗舰模型的高性价比，把开发者和企业客户牢牢吸在千问生态里。
整体来看，Qwen3.8 真正的意义，不在于它比上一代大了多少，而在于它把从对话到交付的闭环做实了。一个能自主跑 16 天、能一次性消化 160 小时录像的模型，已经不是对话框里的文字游戏，而是开始具备数字员工的雏形。
当模型能稳定、可靠地交付生产级成果，AI 才真正从 " 辅助思考 " 跨入 " 替代执行 " 时代。
阿里的 AI ToB 千问办公被推到台前
而模型证明它能把活儿干好之后，下一个问题也随之而来，这份能力要通过什么载体、走哪条路，才能真正交到企业手里？
这也是当前所有巨头大厂们都在争夺的关键。字节跳动将飞书与豆包结合，推豆包企业版，腾讯主推 Workbuddy，同时瞄准 AI 办公这条赛道，要抢的就是 AI 时代工作流的入口。
对阿里来说，承接这个答案的产品，是千问办公。
这意味着，Qwen3.8 的 2.4T 参数、百万级上下文、原生多模态等能力，第一时间通过千问办公触达真实用户，而非仅停留在 API 或技术演示层面。
不过，值得一提的是，千问办公虽然深度绑定 Qwen3.8，但据内部确认，产品在 AI 接入上不限于千问自家模型，也就是说，谁家的模型好、更适配，就用谁。
这也就说明，对于阿里来说，Qwen3.8 当前是默认最优解，但不是唯一解，也反向给 Qwen3.8 团队施加压力，即必须在真实办公场景中持续保持领先，否则可能会被自家产品换将。
千问办公也并不是阿里内部从零开始的产品，而是长达数月产品和组织整合的结果。
2026 年 6 月，钉钉创始人陈航卸任 CEO，1992 年技术人陈宇森接棒。阿里随即整合内部 Agent 力量：桌面级 QoderWork、云端 MuleRun、企业级悟空三款产品合一，推出千问办公，成为业内首款同时支持桌面端、云端和企业协同 Agent 的产品。
可以看到，阿里的意图很明显，用旗舰模型为全新整合产品背书，同时用统一的产品入口结束内部多线赛马。
事实上，这两年 AI 办公产品并不稀缺，但多数产品没有跳出同一个范式：用户提问，AI 回答，然后用户自己把答案搬回现实——复制粘贴、调整格式、在几个系统之间来回切换、手工录入。
AI 只完成了工作的第一步，剩下的九步还是人。
千问办公则试图改变这个分工，它的能力边界，比多数 "AI 办公助手 " 要宽得多：
如传统 AI 对话 " 主要回答问题 "，千问办公则能够 " 拆解任务并执行 "；前者输出以文字为主，后者可以交付 PPT、Word、Excel、网页、报告、代码、多媒体等结果；前者难沉淀复用、需要反复输入指令，后者通过技能、记忆与定时任务沉淀为可复用流程。
用一句话概括，就是千问办公已经从聊天工具，转变为真正的数字同事。
更值得注意的是它与钉钉的融合深度。
据悉，千问办公已初步打通钉钉 IM，能够同步获取群聊信息、日程安排、待办事项、审批流程等企业级数据。钉钉 PC 端和手机端的内置入口近期开放后，用户无需切换应用即可在钉钉内直接调用千问办公的全部能力。
这一步至关重要，毕竟对于 AI 办公来说，其护城河从来不是模型能力，而是组织关系、审批流、日程与群聊里沉淀多年的业务上下文。钉钉背后是数以百万计的企业组织，这是阿里手里最独特的一张牌，也是别家最难复制的一段路。
换句话说，当 AI 从 " 回答问题 " 走向 " 执行任务 "，它需要一个能触达组织毛细血管的载体，而钉钉正是现成的那一个。
事实上，千问办公在阿里内部的地位，也变得愈发重要。
据媒体报道称，千问办公被定义为阿里云与钉钉 " 唯一主推的 SaaS 产品 "，这也就意味着阿里在 AI To B 赛道上正将所有筹码押向同一个方向。
当前，大模型落地 AI 办公赛道，竞争重心正在从 " 模型能力 " 转向 " 交付能力 " 与 " 沉淀能力 "。
往往模型能力决定第一次使用有多惊艳，交付能力则决定用户会不会持续把真实工作交给它，沉淀能力决定组织会不会离不开它。
对于阿里来说，Qwen3.8 负责打技术口碑，千问办公负责打市场份额，而钉钉的 2600 万企业组织则负责打生态护城河。
这也解释了为什么阿里会选择在同一天发布旗舰模型与这款产品：模型是引擎，产品是整车，只发布引擎，载不动用户。一个能交付成品、而非只给建议的 Agent，才是办公场景的下半场。
字节、腾讯、阿里 AI 办公的新三国杀
2026 年，AI 办公这条赛道骤然升温。
此次千问办公开启公测，也是阿里正式 " 杀 " 入了 AI 办公赛道。国盛证券研报此前对千问办公的战略意义做过一个清晰的拆解：
对内：整合了原有分散的 3 个 AI Agent 产品，有望引领阿里 Agent 战略走向集中攻坚；
对外：抢占 AI 办公入口市场，直接回应腾讯 WorkBuddy、字节跳动 Trae 等行业 AI 应用竞争；
生态：深度融合钉钉生态，以千问模型为基础，打通阿里 B 端生态优势，有望形成从底层模型到前端应用的闭环。
这个判断其实基本可以视作市场共识。
而在 AI 编程之后，Work Agent 已经成为企业服务里下一个被巨头集体押注的赛道。
前有腾讯凭借 WorkBuddy 实现 6 月单月访问量达 2097 万次，后有字节跳动 AI ToB 组织架构变阵，整合飞书、豆包和火山引擎，剑指 AI 办公赛道。
三家巨头的打法也各有侧重：
阿里把千问办公的产品归钉钉、销售归阿里云，本质上是用钉钉十余年沉淀的企业组织关系和数据资产做支点；字节把飞书的产品团队并入豆包，成立独立豆包产品团队，而销售、市场等则并入火山引擎，是让办公产品直接承接豆包模型与企业级算力。
腾讯的 WorkBuddy 则依托其 Harness（驾驭层）优势生长，并宣布将 QClaw 产品中心调整至云产品六部，与 WorkBuddy 归入同一管理体系。
三家大厂同时押注 AI 办公，尽管各自路径不同，但终点一致，即谁能先让 Agent 在客户的实际业务里 " 跑起来、留下来、反复用 "，谁就握住了办公 AI 商业化的命脉。
这场仗不会在发布会上决出胜负，而会在千千万万个工作流的日复一日里见分晓。
总的来看，AI 办公赛道会在 6-12 个月内将迎来一场残酷洗牌，腾讯 WorkBuddy、字节 Trae/ 豆包企业版、阿里千问办公已经同台竞技。
相比大模型决赛的是单一技术参数，AI 办公对产品、运营、生态的能力要求也很高。这一定程度上，决定了 AI 办公赛道可能是大厂之间的三国杀。大模型公司的竞争力或许会弱一些。
对企业与每一个职场人来说，真正的问题或许已经不再是 " 要不要用 AI 同事 "，而是愿意把多大比例的工作交给它，又准备以怎样的机制与它分工、对它治理。
这个问题，比任何一份榜单都更值得回答。
