阿里於8月3日發布旗艦模型 Qwen3.8，同步推出千問辦公公測。Qwen3.8-Max 參數量達 2.4 萬億，激活參數 950 億，支援 100 萬 Token 上下文，國內 API 定價為每百萬 Token 輸入 12 元、輸出 36 元。千問辦公整合桌面端、雲端和企業協同 Agent，後續將連接釘釘 IM、企業資料庫與工作流。同日阿里港股盤中上漲超 6%，資本市場對 AI 投入轉化為收入給予積極回應。當前國內辦公市場競爭激烈，WPS、騰訊、字節、阿里各具優勢，行業正從模型能力競爭向場景端延伸，企業級使用量將成為衡量 AI 投入回報的關鍵指標。

文章作者、來源：華爾街日報

8 月 3 日，阿里發布旗艦模型 Qwen3.8，「千問辦公」開啟公測。

模型與辦公產品同步落地，為阿里的AI敘事補上了關鍵一環：Qwen3.8 提供更先進、更便宜的模型供給，千問辦公把模型送進高頻工作流。

這輪交易的核心，在於 AI 投入能否轉化為收入。今日，阿里巴巴港股盤中上漲超 6%，資本市場給出了積極回應。

阿里的估值一直受到兩套邏輯牽引，電商仍在提供現金流，卻受到消費增速、平台補貼和即時零售投入影響；AI 與雲擁有更高的增長預期，資本開支何時轉化為利潤，仍需更多業績驗證。

千問辦公的出現，若能形成企業級使用量，阿里就能出現下一個讓 token 流動起來的產品。

巨頭爭奪辦公市場

過去兩年的辦公 Agent，大多先解決個人效率問題。一名員工可以使用 Agent 搜尋資料、撰寫報告、製作表格，縮短自己的交付時間。但企業效率取決於多個部門之間的交接：市場數據能否進入銷售系統，銷售承諾能否同步給法務和交付團隊，財務口徑能否在不同團隊中保持一致。

一個環節提速後，如果數據仍然分散、權限互不相通、下游需要重新核驗，組織的總交付週期未必縮短。

因此，企業辦公市場需要另一種產品形態。產品需理解組織架構與權限，連接資料庫、知識庫與業務系統，支援跨部門流程編排，並保留審計、版本與責任記錄。個人 Agent 追求單次任務的完成品質，而企業級產品還需處理資料治理、標準重用與多人協作。組織最終購買的是一套可管理、可複製的生產系統。

國內辦公市場的競爭也隨之擴展。

WPS 從文檔入口向 WPS 365 和原生辦公智能體「WPS 灵犀」推進，優勢在於格式能力、文檔存量和政企客戶。騰訊從桌面 Agent 切入，WorkBuddy 可讀取和寫入本地文件、自主拆解任務並調用工具，企業版還能連接內部系統；企業微信、QQ、騰訊文檔和騰訊雲為其提供了分發與基礎設施。

字節正在整合豆包與飛書兩條產品線的能力，推出面向組織的豆包企業版。Seed 模型負責複雜任務、數據處理、多媒體生成以及電腦和瀏覽器操作，飛書提供企業知識、組織權限和協作環境。AI 產出的文檔、表格和其他成果可直接進入飛書流轉，字節借此把個人 AI 使用延伸到團隊協作。

阿里的路徑更接近一套完整的企業 Agent 架構。千問辦公由 QoderWork、MuleRun 和悟空整合而來，同時支援桌面端 Agent、雲端 Agent 和企業協同 Agent，後續還將連接釘釘 IM、企業資料庫與工作流。Qwen 負責智能上限，釘釘提供組織關係、權限與流程入口，阿里雲承接資料、算力與 Token 計費。

這套全棧組合是阿里相對清晰的優勢，也考驗三個體系能否形成統一體驗。

律所可將併購盡職調查流程沉淀為組織級技能，跨國團隊可讓 Agent 在員工下班後繼續推進專案。此類場景將個人經驗轉化為企業資產，一旦進入生產環境，所帶來的 Token 消耗遠高於一次問答或一段文案生成。

從更強的模型，到更多的 Token 調用

Qwen3.8 為此入口提供了新的模型底座。根據阿里披露，Qwen3.8-Max 的總參數量達 2.4 萬億，激活參數 950 億，支援 100 萬 Token 上下文，並重點提升 Coding、Cowork 和長週期 Agent 任務能力。國內 API 定價為每百萬 Token 輸入 12 元、輸出 36 元，快取命中價格為 1.5 元。

模型能力決定 Agent 是否能完成複雜任務，單位成本決定企業是否願意擴大使用量。兩者同時改善，會出現典型的需求彈性：單次調用價格下降，更多任務開始具備經濟性；Agent 從生成一頁 PPT，擴展到連續讀取數百份材料、調用多個系統並持續迭代，單個任務的總 Token 消耗反而上升。

辦公場景能提供比消費端問答更穩定、更高強度的調用量。

消費端的問答通常以短對話為主，用戶的付費意願和留存率容易波動；企業任務則常伴隨長文檔、圖片、影片和歷史知識，並包含規劃、工具調用、結果校驗等多輪循環。一項盡職調查、審計或經營分析任務的調用強度，可能遠高於普通聊天。

企業一旦將 Agent 嵌入標準流程，遷移成本也會隨權限配置、知識庫和 Skill 沉澱而上升，收入質量通常優於單次流量轉化。

Agent 對雲廠商的業績貢獻已逐步體現，截至 2026 年 3 月的季度，阿里雲收入同比增長 38%，外部商業化收入增長 40%；AI 相關產品收入連續第 11 個季度實現三位數增長，佔外部雲收入的 30%，百煉客戶數同比增長 8 倍。

券商對這一變化判斷相當一致，花旗將阿里定義為中國 Token 經濟的主要受益者，並測算 MaaS 可能成為阿里雲最大的收入產品；摩根士丹利預計 2027 財年第一季雲收入增長 45%，雲 EBITA 利潤率由上一季的 9% 升至 11%；匯豐則認為，MaaS 比重提升、自研晶片擴大部署和雲產品提價，將共同改善雲利潤率。

這些變化體現了 AI 對阿里估值的核心影響：市場開始以 Token 調用量、MaaS 收入和雲利潤率來衡量阿里 AI 投入的回報。

Qwen3.8 以更低價格提供接近前沿模型的能力，短期可能壓低單個 Token 的收入；更低的成本也會推動客戶將更多流程交給 Agent。只要調用量增長快於價格下降，且自研晶片、快取和稀疏架構持續降低推理成本，雲收入與利潤率可以同時改善。

市場需要 AI 場景擴張

隨著頭部模型能力持續提升、推理價格持續下降，AI 行業的競爭正向場景端延伸。模型榜單決定技術上限，真實場景決定調用頻率、客戶留存和付費規模。

場景擴張的難點集中在企業工作流程。企業會追問 Agent 是否能穩定完成長週期任務、能否繼承組織權限並保護數據、能否對接原有系統並保留審計記錄，還需核算每項任務節省了多少人力與時間。

因此，行業正在尋找高頻、長上下文、可重複的任務。程式設計、辦公、客服、行銷和專業研究已成為主要入口，其中辦公涵蓋的部門更多，數據關係也更複雜，廠商需同時處理模型效果、系統整合和組織治理，產品形態將從單點助手逐步轉向企業級執行平台。

判斷市場場景是否跑通，也需要一組更硬性的指標：企業客戶數與付費率、單客戶 Token 消耗與留存、任務完成率、組織級 Skill 復用頻次，以及調用量帶來的收入和利潤。

對阿里而言，千問辦公的任務是將 Qwen 帶入企業工作流程，並將任務轉化為阿里雲的調用量。對整個行業而言，下一階段的 AI 叙事將來自更多真實場景，以及這些場景讓 Token 持續流動的能力。

文章來源：微信公眾號“硬AI”