微软刚组双AI战队，阿里用1个模型反手打脸：57.4分 vs 113种语言

3月30日，AI圈的两条公告相隔几小时发布，却像两条分叉的铁轨——一条指向"堆料协作"，一条押注"单兵全能"。

微软的Copilot Cowork正式上线Frontier项目。核心功能Critique让OpenAI的GPT起草研究回复，再由Anthropic的Claude审核准确性、完整性和引用质量。两家竞争对手的旗舰模型，被塞进同一个产品里串行工作。微软把这叫做"多模型时代"，DRACO基准得分57.4，比GPT单打独斗提升13.8%。

阿里没给对手留面子

同一天，阿里Qwen团队放出Qwen3.5-Omni。一个模型，能看、能听、能说、能写代码，覆盖113种语言。没有调用链，没有模型间握手，没有"你写我审"的接力赛。

微软的路线像精密手术室：GPT主刀，Claude当麻醉+器械护士，分工明确但流程冗长。阿里的路线像全科医生坐诊，一个人问诊、检查、开方、做手术——效率取决于个体能力上限，而非团队协作损耗。

两条路线的成本结构完全不同。 Cowork每轮对话要跑两次推理，Token消耗翻倍，延迟叠加。Omni的单次推理架构，理论上能把边际成本压到前者的几分之一。这对企业采购决策的影响，比任何技术白皮书都直接。

语言覆盖是道隐形门槛

113种语言不是炫技数字。全球前五大AI消费市场中，印度、印尼、巴西的非英语用户占比超过60%，但多数模型对这些语言的推理质量断崖式下跌。Omni的覆盖清单里包含斯瓦希里语、泰卢固语、爪哇语——这些在GPT-4的训练数据里属于"长尾中的长尾"。

微软的选择有历史包袱。它同时投资了OpenAI和Anthropic，两家模型必须雨露均沾，"多模型"是政治正确的技术叙事。阿里没有这种股东结构，可以押注单一架构的极限压缩。

但单模型路线有个致命赌点：故障排查。 Cowork出问题，工程师能定位是GPT的幻觉还是Claude的过度谨慎。Omni黑箱化后，错误归因变成考古学——你得从113种语言的混合表征里挖线索。

行业正在被迫站队

创业公司现在面临残酷选择：接Cowork的API要付双份模型费，接Omni要赌阿里生态的稳定性。没有中间路线。某东南亚电商SaaS创始人告诉我，他们测试了两套方案处理印尼客户的语音工单，Omni的端到端延迟比Cowork低40%，但遇到爪哇语方言时直接输出乱码——Cowork虽然慢，GPT会先翻译成英语再给Claude审核，反而绕过了方言陷阱。

这个案例暴露了两种哲学的适用边界：任务越标准化，单模型越香；场景越边缘，多模型的冗余设计越值钱。

微软和阿里都没公布定价。但Omni的开源协议已经挂在Hugging Face上，开发者可以本地部署。Cowork目前仅限Frontier订阅用户，企业版报价单据说正在各CIO的邮箱里躺着。

如果明年此时，Omni的方言覆盖率从113涨到200，而Cowork的DRACO分数没突破65，这场分叉的胜负还有悬念吗？