影片筆記：Qwen 3.8 正式发布！免费用！开源模型能否媲美 Fable 5？实测告诉你答案 | 零度解说

一句話總結

本影片實測阿里雲最新發布的開源模型「千問 3.8 Max 預覽版」（2.4 兆參數量），透過象棋殘局、AI 芯片代碼生成、視覺識別及 3D 建模等多項測試，證明其邏輯與工程能力媲美競爭對手，且成本僅為 Fable 5 與 KIMI 的十分之一，同時呼籲未來推出更適合平民家用的開源模型。

核心重點

• 模型發布與定位：阿里雲發布「千問 3.8 Max 預覽版」，總參數量達 2.4 兆，旨在與 Fable 5 最強公開模型及 KIMI K3 進行對比。測試原則為不看跑分，直接進行實測。
• 邏輯推理能力：在象棋殘局測試中，模型成功識別殘局並給出正確紅方勝出的步驟，展現連續推理能力，結果與參考答案一致。
• 代碼與工程能力：透過 APM 對接 Cloud Code，模型成功設計並本地部署了一個虛構 AI 芯片的完整服務，包含散熱、封裝、熱力圖模擬及壓力測試等細節。
• 視覺識別精度：在「數筷子」測試中，模型準確識別出不同顏色、數量的筷子（34 根與 26 根），並能按顏色分類，證明其非隨機蒙對。
• 3D 建模與生成：能根據提示詞生成高細節的 3D 模型（如古建築、放映機、MacOS 界面），包含菜單、彈窗動畫、窗口拖拽等功能，效果與 Fable 5 難分伯仲。
• 極致成本優勢：完成同等複雜任務（如 MacOS 界面、遊戲代碼），千問 3.8 Max 成本約為 0.4 元，遠低於 Fable 5（5.4 元）與 KIMI（3.4 元）。
• 社區期待：觀眾呼籲未來發布更適合平民家用、硬體要求較低的開源模型（如 345B 或 27B 級別），以平衡硬體與性能要求。

詳細大綱

I. 引言與背景

• AI 開源模型社區熱度上升。
• Kimi K3 發布後，千問緊接著發布千問 3.8 Max 預覽版。
• 模型參數量高達 2.4 兆，旨在對比 Fable 5 最強公開模型。
• 測試原則：不看跑分與排行榜，直接進入實測。

II. 測試一：邏輯推理與象棋殘局

• 任務：分析一盤象棋長局，預測勝者並列出完整最佳走法。
• 過程：
• 模型列出每一步走法。
• 最終判定紅方勝出。
• 解釋原因：紅方平車掃清黑方障礙，黑方指令過落，無力反擊。
• 驗證：對照文藍克勞德設計的殘局答案，結果一致（紅方勝）。
• 結論：模型具備看透棋局、連續推理及強大邏輯能力。

III. 測試二：3D 交互與代碼生成（AI 芯片設計）

• 任務：設計一顆虛構的 AI 芯片。
• 工具鏈：使用 APM 對接 Cloud Code。
• 過程：
• 等待約十幾分鐘後完成。
• 模型不僅生成代碼，還在本地搭建好服務器。
• 通過鏈接在瀏覽器打開服務。
• 效果展示：
• 從外殼到計算核心、內存、風扇均由代碼組成。
• 可點擊任意部件查看參數。
• 顯示十字熱力圖（中間熱、邊緣冷）。
• 壓力測試：溫度飆升觸發風扇提速，超預測觸發降頻。
• 數據流與設計細節逼真。
• 操作指引：安裝 Cloud Code 客戶端，替換 ABI Key，運行 PowerShot 腳本。

IV. 測試三：視覺識別（數筷子）

• 任務：識別不同顏色、數量的筷子，防止模型瞎猜。
• 第一輪測試（手機端）：
• 選擇 CM3.8 預覽版。
• 結果：識別出 34 根筷子。
• 細節：按顏色分類（金屬頭 29 個，米排/奶排各 2 個，淡黃色 1 個等），合計 34 根（17 雙）。
• 結論：答對，細節豐富。
• 第二輪測試（桌面端）：
• 使用不同數量筷子。
• 結果：識別出 26 根筷子（銀色金屬頭 20 根，彩色 6 根）。
• 彩色分類：淡黃、米色、藍色、黃色、綠色各一根。
• 結論：答對，證明非蒙對。
• 對比：其他 AI 在相同題目下可能數出 31 或 32 根。

V. 測試四：3D 建模與文生視頻

• 3D 建模測試：
• 古建築：通過一句題詞，使用 3.js 生成 3D 模型。千問 3.8 Max 生成效果良好（漏空、頂部、側邊細節）。
• 對比 Fable 5：Fable 5 的環境效果略好，但千問 3.8 Max 通過調整提示詞也能達到不錯效果。
• 其他案例：
• 復古膠片放映機：支持上傳本地 PDF、NP4 視頻、PPT 等，生成復古效果。
• MacOS 界面：生成 1500 多行代碼，包含菜單、彈窗動畫、窗口拖拽、Spotlight 搜索等功能。
• 遊戲開發：一次性生成「植物大戰殭屍」風格塔防遊戲（含植物、殭屍、陽光經濟、BOSS 機制）及「挖金塊」像素風遊戲。
• 文生視頻對比：
• 對比 GBT5.6、KIMI K3、千問 3.8 Max、Fable 5 的多輪測試。
• 在預設設計與 3D 交互能力上難分伯仲。

VI. 成本分析與社區反饋

• 成本對比：
• 千問 3.8 Max：約 0.4 元。
• Fable 5：約 5.4 元。
• KIMI：約 3.4 元。
• 千問成本約為競爭對手的 1/10 至 1/1.5。
• 社區呼聲：
• 希望千問發布平民家用級開源模型（如 345B、27B 級別）。
• 平衡硬體與性能要求，讓更多人能跑得起、用得起。
• 新產品發布：
• 千問 Image 3.0：圖片生成模型，支持超長指令和複雜圖文生成，效果逼真。

工具 / 模型 / 名詞整理

• 模型名稱：
• 千問 3.8 Max 預覽版（Qwen 3.8 Max Preview）
• 千問 3.8（Qwen 3.8）
• Fable 5（音譯，疑指 Claude 3.5 Sonnet 或其他競爭模型，原文如此）
• Kimi K3
• CM3.8 預覽版（疑為口誤或特定版本稱呼）
• GBT5.6（疑為口誤，可能指某模型版本）
• 345B A3B 模型（疑指參數量級別）
• 27B 模型
• 千問 Image 3.0
• 工具與軟件：
• APM
• Cloud Code（客戶端）
• PowerShot 腳本
• 3.js（用於 3D 建模）
• 瀏覽器（流浪線上打開地址）
• 其他專有名詞/概念：
• 總參數量：2.4 兆（2.4 Trillion）
• ABI Key
• 十字熱力圖
• 降頻機制
• HBM 內存
• 硅片、散熱結構、封裝外殼

操作流程整理

1. AI 芯片服務部署流程：

• 安裝 Cloud Code 客戶端。
• 替換 ABI Key。
• 運行 PowerShot 腳本。
• 等待約十幾分鐘完成代碼生成與本地服務器搭建。
• 通過鏈接在瀏覽器打開服務。
• 點擊部件查看參數，進行壓力測試（觀察溫度、風扇提速、降頻）。

1. 3D 建模與遊戲生成流程：

• 輸入提示詞（如古建築、MacOS 界面）。
• 使用 3.js 生成 3D 模型。
• 對於 MacOS 界面，生成包含菜單、彈窗動畫、窗口拖拽、Spotlight 搜索等功能的 1500 多行代碼。
• 對於遊戲開發，一次性生成塔防遊戲（植物大戰殭屍風格）或像素風遊戲（挖金塊）。

1. 視覺識別測試流程：

• 選擇 CM3.8 預覽版。
• 上傳筷子圖片。
• 模型識別數量並按顏色分類（金屬頭、米排、奶排、淡黃色等）。
• 驗證總數是否與實際數量（34 根或 26 根）一致。

值得注意的限制或風險

• 模型名稱辨識風險：影片中多次出現「Fable 5」、「GBT5.6」、「CM3.8」等非標準或疑似口誤的模型名稱，實際對應的主流模型可能為 Claude 或其他版本，需謹慎解讀對比結果。
• 硬體要求：千問 3.8 Max 預覽版參數量高達 2.4 兆，對硬體要求較高，目前社區呼籲推出 345B 或 27B 級別的平民家用模型以解決此問題。
• 成本與價格波動：雖然當前測試顯示千問 3.8 Max 成本極低（0.4 元），但此為預覽版或特定測試環境下的數據，實際商用價格可能有所不同。
• 生成內容的穩定性：在 3D 建模與代碼生成中，部分細節（如 MacOS 界面功能）依賴提示詞調整，可能存在不穩定性。

逐字稿辨識疑點

• Fable 5 / Fib5：逐字稿中多次出現「Fable 5」或「Fib5」，與當前主流 AI 模型名稱不符，需查證是否為特定模型暱稱、口誤或聽寫錯誤。
• 文藍克勞德：在象棋殘局驗證部分出現「文藍克勞德設計的殘局」，名稱不詳，需查證是否為特定設計師名稱或模型名稱。
• CM3.8：在數筷子測試中選擇「CM3.8 預覽版」，與前文「千問 3.8」名稱不一致，疑為口誤。
• GBT5.6：在文生視頻對比中出現「GBT5.6」，非標準模型命名，需查證。
• 345B A3B：提及「345B A3B 模型」，參數量級別表述模糊，疑為聽寫錯誤。
• NP4 視頻：提及上傳「NP4 視頻」，常見視頻格式為 MP4，疑為口誤。
• SportLite：提及 MacOS 界面中的「SportLite 搜索」，疑為「Spotlight」的口誤。
• 中东：在描述 MacOS 界面功能時出現「中东」，語境不通，疑為聽寫錯誤（可能為「中鍵」或其他功能）。
• 油外觀感：描述生成效果時出現「油外觀感」，疑為「有外觀感」或「優秀外觀感」的口誤。
• 難打：描述千問 3.8 Max 在常規任務表現時說「非常難打」，語境應為「非常能打」或「表現很好」，疑為口誤。
• 難分播种：描述對比結果時說「難分播种」，疑為「難分伯仲」的口誤。
• 留言坊：多次重複「留言坊」，應為「留言區」或「評論區」的口誤。
• Kimi K3 剛發布，千萬 3.8 緊接著就來了：時間線描述，需確認實際發布順序。
• 千萬 3.8 曼克斯預覽版：「曼克斯」疑為「Max」的音譯或口誤。

可延伸追問

• 千問 3.8 Max 預覽版的 2.4 兆參數量具體架構為何？是否採用 MoE（混合專家）架構？
• Fable 5 與 GBT5.6 在實際市場中對應的是哪些具體模型？其定價策略為何？
• 千問 Image 3.0 在圖片生成方面，與 Midjourney 或 DALL-E 3 相比有何具體優勢？
• 345B 或 27B 級別的開源模型預計何時發布？對消費級硬體（如家用顯卡）的要求為何？
• 在象棋殘局測試中，模型的推理過程是否可解釋？是否有提供思維鏈（Chain of Thought）的詳細輸出？