Qwen3.8-Max之后，阿里的AI进入“全栈兑现”阶段

阿里的股价创阶段性新高了！

8月3日，阿里发布Qwen3.8-Max；阿里披露其在Text Arena排名第五、Vision Arena排名第二。消息发布当天，阿里港股上涨约7%。同一天，企业级Agent“千问办公”进入公测；

8月7日，CosyVoice Studio上线；8月10日，千问开放平台开始允许第三方智能体进入手机、PC和AI眼镜，把物流、本地生活、汽车等现实服务接进千问。当日，阿里股价创下了阶段性的新高。

同时值得关注的是阿里云大型AIDC数据中心交付周期已经压缩至100天，建设成本降低10%以上，今年全球模块化数据中心产能计划提升两倍以上。

根据阿里近来的多项动作，可以清晰地看到阿里的AI路径：其中模型负责理解和规划，Agent负责执行，千问承担用户入口，商业生态提供商品和服务，阿里云负责底层算力。相比单纯讨论模型排行榜，该链条能否形成商业闭环，才更接近阿里基本面未来几年的核心问题。

大模型的价值正在向“任务执行”迁移，阿里多年积累的商业基础设施开始重新定价

Qwen3.8-Max旗舰模型采用MoE架构，总参数量达2.4万亿，每次推理激活约950亿参数，并支持最高100万Token的上下文窗口。"

当下参数规模仍然重要，但模型能力的竞争正在进入更复杂的阶段。

Qwen3.8-Max把大量能力投入Coding、办公、研究和长周期任务。阿里披露的一项内部实验中，模型连续16天自主执行软件工程任务，完成代码生成、测试、日志分析和迭代。千问办公随后把桌面Agent、云端Agent和企业协同Agent纳入同一平台，并计划进一步嵌入钉钉。CosyVoice Studio则继续补足语音入口，将语音记录、语音智能体和音频内容生产放进一套产品体系。

背后对应着一个比模型跑分更重要的产品变化。正如赫伯特·西蒙所说“信息的富裕会造成注意力的贫困。”半个世纪以后，大模型恰好把这个问题推到了新的极端。

基于信息生成成本的持续下降，用户真正稀缺的资源逐渐变成时间、判断以及完成任务所需要的协调成本。Agent的商业价值也由此浮现：少让用户进行一次搜索、一次比价、一次App切换，都意味着产品价值向交易环节继续深入。

阿里拥有一个相对特殊的基础。

今年1月，千问App已经深度接入淘宝、淘宝闪购、支付宝、飞猪和高德等集团服务；5月与淘宝进一步全面互通，可以调用淘宝天猫全品类超过40亿件商品。阿里官方披露，千问C端应用今年2月月活跃用户已经超过3亿。

8月上线的千问开放平台继续向外扩张。首批第三方伙伴覆盖物流、居住、本地生活、汽车等领域，顺丰、自如、哈啰租车等服务进入千问，菜鸟、夸克等阿里生态产品同步接入。用户提出需求之后，AI可以继续调用外部服务完成后续步骤。

搜索、推荐、商品、支付、物流、售后，本来分散在互联网的不同页面和App里，如今Agent开始尝试把这些环节重新组织成一条任务链。

传统互联网争夺流量入口，Agent进一步争夺用户任务的起点。如果这种产品形态跑通，淘宝、高德、飞猪、菜鸟等多年积累的基础设施，会获得一层新的用途：成为AI可以调用的“能力模块”。阿里在这场竞争中的筹码，因此远远超过Qwen本身。

AI云已经给出收入和利润证据，Agent扩张正在把算力需求从训练推向长期推理

财报显示：截至2026年3月31日的季度，阿里云智能集团收入416.26亿元，同比增长38%；外部客户收入同比增长40%。AI相关产品收入达到89.71亿元，连续第11个季度实现三位数同比增长。同期云智能集团经调整EBITA达到37.96亿元，同比增长57%。

财报数据的含义很直接：AI云已经同时形成收入增量和利润增量。

同时客户数量也在扩张：截至今年3月，阿里百炼Model Studio客户数量同比增长8倍。与此同时，IDC最新公布的《中国智算云服务市场（2025下半年）跟踪》显示，2025年下半年中国AI IaaS市场规模达到288亿元，同比增长132.1%；2025年全年规模达到486.7亿元。

IDC对行业的判断也已经从GPU资源供给，转向算力、调度、模型服务和生态共同构成的全栈竞争。

如此一来，阿里最近的数据中心动作如果还是只按“扩产”理解，是很片面的。

还需要注意100天交付意味着资本开支能够更快形成可销售的算力；建设成本降低10%以上，则改善了单位资本投入对应的供给效率。阿里此前宣布未来三年至少投入3800亿元建设AI和云基础设施，这笔投入甚至超过公司此前十年AI和云投入总和。

如此高强度的资本投入，需要持续扩张的需求进行消化。Agent正好改变算力需求的结构。

训练模型存在明显的项目周期，Agent运行产生的是持续推理：一次订票、一次购物、一次企业数据分析，都可能调用模型、搜索、数据库和多个外部工具。

由此可以看到阿里正在形成的经营循环：

更强模型扩大应用能力，更多Agent增加推理调用，调用量推动云资源消耗，云需求又提高数据中心扩张的利用效率。

相比单一模型订阅，这条收入链明显更长。

阿里的最大考题已经很具体：AI增长速度能否持续跑赢投入速度

全栈路线的另一面，是资金强度。

数据显示3季度，阿里集团收入2433.80亿元，同比增长3%；经调整EBITA降至51.02亿元，同比下降84%；自由现金流为净流出173亿元。公司明确表示，自由现金流下降主要受即时零售投入、千问App用户获取以及云基础设施支出的影响。

有意思的是，同一个季度，云智能集团经调整EBITA还增长了57%。也就是说集团利润承受投资压力时，云业务自身的盈利能力却在改善。

可见阿里AI投入已经出现两条同时运行的曲线：一条是集团层面的前置投入，一条是云业务正在形成的经营杠杆。后续后者能否持续扩大，将直接影响3800亿元投入计划最终形成怎样的现金流质量。

阿里的商业化方式也在继续增加。目前千问办公已经采用订阅制与积分体系结合的收费模式。路透社8月7日报道，阿里还计划针对Qwen3.8-Max的大型商业用户引入收入分成机制；目前正式许可条款仍需等待阿里最终发布。

若相关机制落地，Qwen的商业模式将同时覆盖云端API、企业软件、模型服务以及商业授权。这会使8月20日的财报变得格外关键。

阿里已经正式公告，将在当天公布截至6月30日季度的业绩。相比短期股价波动，报告中更需要跟踪的是云收入增速、AI相关收入、云业务盈利能力、资本开支和自由现金流。

阿里的优势已经越来越容易识别，同时风险也日渐明确：模型能力必须持续保持竞争力，Agent需要形成真实使用频率，巨额基础设施投入需要较高利用率，AI产生的增量利润最终还要覆盖前期资本支出。

因此，接下来真正需要观察的是一件很朴素的事：

AI带来的收入增长，能否越来越快地超过AI带来的成本增长。

阿里这一轮AI布局最有意思的地方，在于技术与商业基础设施重新汇合。千问未来的价值衡量方式很可能越来越接近一个“商业操作系统”：模型处理意图，Skill连接服务，云提供计算，阿里原有生态完成执行。

不过真正决定阿里AI长期含金量的，将是千问开始替用户完成多少事情，以及这些事情最终能够沉淀多少收入和利润。

如果这些问题逐步得到正面答案，阿里的AI业务将会获得一个新的解读：阿里正在尝试用AI重新组织已有的商业基础设施，并在原有电商体系之外形成另一套增长系统。