Qwen 追近前沿、DeepSeek 任務成本僅約 Claude 的 1%，Hugging Face 執行長：中國明年若主導前沿模型也不意外
開源與開放權重模型正在快速進展，全球 AI 競爭格局也正發生劇烈變化。開源軟體平台 Hugging Face 執行長 Clément Delangue 近日接受《CNBC》訪問時表示，中國目前已在開放模型競賽中取得明顯的主導地位。按照目前驚人的進展速度，若中國在 2026 年底或 2027 年開始主導前沿模型領域，他完全不會感到意外。
Clément Delangue 指出，這場變革背後的核心動力，在於中國當地蓬勃發展的開放協作與共享生態；相較之下，美國的 AI 開發商多半在各自封閉的「孤島」中進行研發，這讓美國面臨因缺乏協同效應而落後的風險。
就在 Clément Delangue 發表這番關鍵評論之際，中國科技巨頭阿里巴巴於 8 月 3 日正式推出 Qwen3.8-Max 模型，AI 新創 DeepSeek 也在不久前發布 V4 Flash，並開始招募開發者測試全新的 Agent 工具鏈「DeepSeek Harness」。這些進展再次顯示，中國科技公司正在不大幅增加成本的前提下，以極快的速度打造能力更強的 AI 系統，並持續強化中國企業押注開放權重模型、爭取全球開發者採用的戰略路線。
阿里巴巴 Qwen3.8-Max 新模型效能追近 Claude，權重下週開放
阿里巴巴全新推出的 Qwen3.8-Max，是該公司迄今規模最大、能力最強的 AI 模型，擁有高達 2.4 兆個參數。雖然參數多寡主要反映模型訓練背後所動用的運算資源，並不絕對等同於模型最終表現，但這個數字已非常接近日前由月之暗面推出、擁有 2.8 兆個參數的 Kimi K3 模型，也成為觀察中國大模型技術實力的重要指標。
在實際效能評測上，Qwen3.8-Max 在模型評測平台 Arena.AI 上線後，便迅速成為文字模型排行榜中名次最高的中國模型，目前僅次於 Anthropic 的旗艦模型 Claude Fable 5，以及三款 Claude Opus 系列模型。在圖像與其他視覺素材分析排行榜中，Qwen3.8-Max 更展現出極強的競爭力，高居全球第二，僅落後 Claude Fable 5 的一個版本。根據阿里巴巴發布的自家基準測試，Qwen3.8-Max 在多個測試項目上的效能已大致可與 Claude Fable 5 匹敵，甚至在部分指標上成功超越。
這款模型具備同時處理文字、圖像與影音的多模態能力，單次可處理多達 100 萬個 token，代表模型可一次讀取極長篇幅的法律文件、龐大複雜的軟體程式碼，或數百頁的文件資料。為了克服運算成本與延遲挑戰，Qwen3.8-Max 採用混合專家（mixture-of-experts）架構設計。在每次處理使用者請求時，系統只會呼叫其中的 950 億個參數，而非同時啟動全部 2.4 兆個參數，藉此大幅節省運算資源並縮短回應時間。
阿里巴巴也宣布將在下週正式釋出 Qwen3.8-Max 的權重，讓開發者在執行、修改及部署模型時，相較於使用 OpenAI 和 Anthropic 等公司的閉源專有模型，擁有更多自主控制權。
DeepSeek 任務成本不到 Claude 的 1%：企業真正需要的不是最強模型，而是夠用又便宜
在追求模型能力的同時，中國 AI 企業也把「降低成本」做到極致。根據第三方研究機構的評測，DeepSeek 推出的新一代 V4 Flash，在全球知名模型中，執行基準測試任務的平均成本最低。在 API 定價方面，V4 Flash 每百萬個輸入 token 的價格為 0.14 美元，每百萬個輸出 token 的價格則為 0.28 美元。
根據 Artificial Analysis 估算，DeepSeek V4 Flash 完成一項測試任務的平均成本僅為 0.03 美元；相較之下，OpenAI 的 GPT-5.6 Sol 為 1.86 美元，Anthropic 的 Claude Fable 5 則高達 3.15 美元。
這種破壞式的價格，代表 DeepSeek V4 Flash 的平均任務成本僅約為 Claude Fable 5 的 1／105，相當於連 1% 都不到。分析指出，這種「平均任務成本」比單看每百萬個 token 的 API 標價，更能精確反映模型的實際商業價值，因為它會把模型為順利完成一項具體任務所需處理與生成的實際資料量，一併納入計算。
對此，市場研究機構 Omdia 首席分析師 Lian Jye Su 指出，在實際商業環境中，許多業務工作流程其實並不需要業界效能最強、最頂級的模型；相反地，企業需要的是能力足夠、價格可負擔、透明且容易取得的模型，因此開放權重模型正好能滿足這類需求。
從 V4 Flash 到 Harness，DeepSeek 開始打造低成本 Agent 生態
隨著技術演進，DeepSeek 的雄心已不再局限於提供價格低廉的語言模型，而是將觸角延伸至具備自主執行任務能力的 AI Agent 領域。DeepSeek 日前公開邀請開源專案開發者，參與即將推出的「DeepSeek Harness」軟體測試。
DeepSeek Harness 的核心目的，在於編排大型語言模型，使其能執行多步驟程式任務、推理複雜工作流程，並在過程中自主採取行動。在 Anthropic 推出的 Claude Code 取得商業成功後，這類能驅動自主任務的 Agentic 框架，已成為全球各大 AI 實驗室激烈競爭的下一個戰略高地。為加速布局，DeepSeek 在 2026 年 3 月延攬 Cui Tianyi，領導新成立的 Harness 團隊。
雖然 DeepSeek Harness 的正式發布時間依然未定，研發上也仍面臨嚴重的人力不足，但這項朝自主代理技術挺進的布局，與 DeepSeek 執行長暨共同創辦人梁文鋒的核心戰略緊密扣合：將便宜且具備高度能力的模型，視為公司邁向通用人工智慧（AGI）的核心策略。隨著 DeepSeek Harness 的推進與最新 V4 Flash 模型的推出，這套自主代理軟體正與超低成本大模型相輔相成，再次對矽谷形成新一波成本效益衝擊。
在這場全球競爭中，中國 AI 目前仍未全面超越美國前沿模型，但 Qwen3.8-Max 追近 Claude、DeepSeek V4 Flash 將任務成本壓到 Claude 的不到 1%，再加上 Harness 從模型延伸至 Agent 工具鏈，這些進展已共同勾勒出一條不同於美國閉源模型業者的競爭路線。這也解釋了為何 Clément Delangue 認為，若目前速度延續，中國最快明年便可能開始主導前沿模型領域。現在，美國真正面對的，已不只是一款更便宜的中國模型，而是一套正在快速成形，且更容易向全球擴散的 AI 生態。
【推薦閱讀】
◆OpenAI 悄悄公布下一代模型 Astra，卻沒公布任何 benchmark 分數
＊本文開放合作夥伴轉載，參考資料：《CNBC》、《Reuters》、《SCMP》、《The Verge》，首圖來源：AI 工具生成