千問4天模型三連發(fā)，信號更在「模型」外。

　　文 | 佘宗明

　　《神雕俠侶》中，「主角光環(huán)」拉得最滿的情節(jié)莫過于：楊過被斷一臂后，外界都以為，他武功廢了大半，結果他棄巧歸拙，自創(chuàng)黯然銷魂掌，功力反而遠勝從前。

　　「斷臂失招，十成巧勁去其九；歸拙返璞，一重境界已登峰」固然是爽文劇情，可現(xiàn)實里上演「你以為我變弱了，實際上我變強了」情節(jié)的，總是不乏其人。

　　約半個月前，因為眾所周知的那場風波，有些人就對千問前景不無憂心。結果阿里拍了拍他們，給他們演了個帽子戲法。

　　就在4月2日，千問發(fā)布了新一代大語言模型Qwen3.6-Plus。結合3月30日發(fā)布的Qwen3.5?Omni、4月1日發(fā)布的Wan2.7?Image看，短短4天內，千問已實現(xiàn)了「全模態(tài)+文生圖+大語言」旗艦模型三連發(fā)。

　　這套組合拳，引來了全球開發(fā)者的「用腳投票」式支持：作為新晉中國編程能力最強模型的Qwen3.6-Plus，4月3日已力壓OpenAI、Google、xAI等國際巨頭，在聚焦AI編程能力的權威榜單Code Arena上排在了第二，受到眾多開發(fā)者和使用者追捧。

　　▲在Code Arena榜單上，Qwen3.6-Plus編程能力在全球大模型中排第二。

　　這不是單點技術突破，而是阿里組織、技術、商業(yè)勢能系統(tǒng)性爆發(fā)的直觀切片。

　　在ATH（Alibaba Token Hub）事業(yè)群成立兩周后，阿里接連「上新」重磅模型，充分表明了一點：在ATH掃除AI組織內耗的障礙后，阿里AI的戰(zhàn)斗力更強了。

　　01/

　　說起阿里AI，很多人可能會想到「蘇大強」，強則強矣，卻很「散裝」——訓模型的、管算力的、做應用的，經(jīng)常條塊分割、各自為戰(zhàn)。

　　表面看，這是多點開花、分頭并進，實質上，這會導致資源浪費、協(xié)同低效。

　　如果說「大而全」的分散探索在大模型卷刷榜跑分階段不無合理性，因為研發(fā)團隊可以脫離產(chǎn)品KPI束縛專注攻克技術難題，那在「龍蝦熱」吹響Agent時代號角的背景下，這已經(jīng)是100個不合時宜了。

　　試想下，若延續(xù)業(yè)務分散局面，千問可能完成這波緊鑼密鼓、高度協(xié)調的重磅模型三連發(fā)嗎？

　　幾乎不可能。因為不同團隊的研發(fā)周期、技術路線、考核目標難以統(tǒng)一，更別說在短時間內完成三款重要模型的協(xié)同發(fā)布。

　　推倒消除模型層、算力層、應用層協(xié)同壁壘這堵墻的，正是ATH帶來的組織調整。

　　只看表象，ATH是進行了業(yè)務整合，細究內里，這其實是面向Agent時代的生產(chǎn)關系變革。

　　▲ATH事業(yè)群的業(yè)務板塊構成。

　　由CEO吳泳銘掛帥，以「創(chuàng)造Token、輸送Token、應用Token」為主線，就是從頂層設計層面保障了兩點：1，拆除部門墻，消除模型研發(fā)、算力供給、應用落地各自為戰(zhàn)局面；2，聚焦Token全生命周期管理，形成「模型層創(chuàng)造高質量Token，云與MaaS輸送Token，C端千問、B端悟空、AI創(chuàng)新產(chǎn)品應用Token」的Token「產(chǎn)-輸-用」閉環(huán)。

　　在Openclaw徹底叩開Agent時代大門后，這番調整來得太有必要。

　　Agent時代，非「模型-應用-數(shù)據(jù)」動態(tài)協(xié)同則難有競爭力，非打通Token經(jīng)濟任督二脈不足以走長遠。

　　Agent的核心是自主感知、智能決策、閉環(huán)執(zhí)行、持續(xù)迭代，把AI從只能「答問題、寫文案、做總結」的輔助工具變成驅動業(yè)務運轉的智能中樞與數(shù)字員工。當此之時，讓模型能力快速滲透應用場景，場景數(shù)據(jù)反哺模型迭代，形成「模型-應用-數(shù)據(jù)」的飛輪，打通「模型迭代快-場景適配高-商業(yè)變現(xiàn)強」的閉環(huán)，尤為關鍵。

　　Agent爆發(fā)帶來的Token消耗量幾何級增加，也支撐起了AI商業(yè)鏈路的跑通。正如黃仁勛所說，Agent是Token的超級消耗機器，Token則是Agent時代的數(shù)字大宗商品與硬通貨。以阿里為代表的模型廠商轉型為Token供應商跟基礎設施運營商，勢在必行。

　　若是考慮到阿里是全球范圍內少有的具備「芯片（平頭哥）-云計算（阿里云）-模型（千問大模型）-應用（悟空、Qoder、千問App等）-商業(yè)化」全棧能力的企業(yè)，不以Token為統(tǒng)一單元將那些業(yè)務板塊擰成一條繩，也多少有些「暴殄天物」的意味。

　　到頭來，ATH帶來的組織變革紅利會持續(xù)朝著全棧能力最大化發(fā)揮上延伸，本次千問模型三連發(fā)就成了新事業(yè)群成立后最直觀的注腳。

　　02/

　　組織勢能的底座，能為技術勢能提供強支點。

　　吳泳銘曾明確表示，ATH的核心是模型與應用的深度協(xié)同，通過場景、用戶、數(shù)據(jù)形成正向飛輪，讓模型「越用越強」。而千問模型三連發(fā)背后，就離不開ATH帶來的模型、算力、應用動態(tài)協(xié)同的支撐。

　　需要看到的是，千問模型三連發(fā)，也在強化阿里的全棧能力優(yōu)勢——它看似是三款獨立產(chǎn)品，實則是阿里為Agent時代打造的全棧能力組合拳：Qwen3.5?Omni主打全模態(tài)感知，Wan2.7?Image聚焦內容生成，Qwen3.6?Plus主攻智能體執(zhí)行，三者覆蓋了「感知-生成-執(zhí)行」的完整Agent工作流。

　　這其中，一舉拿下了215項全球SOTA、超越Gemini?3.1 Pro躋身全球最強全模態(tài)大模型之列的Qwen3.5?Omni，為Agent提供了可以媲跡人類的全模態(tài)感知能力。

　　3年前GPT-4曾用「一張手繪草圖能生成一個網(wǎng)站」驚煞眾人，如今Qwen3.5?Omni的音視頻Vibe Coding能力實現(xiàn)的「動動嘴即可編程」，又將其上限拉高了——想想用戶對著草圖口述需求、模型能直接生成帶有復雜UI的產(chǎn)品原型界面的畫面，還是挺夢幻的。

　　瞄準AI生圖領域「標準臉疲勞」「色彩盲盒」兩大痛點、打造國內最接近Nano Banana Pro的生圖模型的Wan2.7?Image，則補齊阿里多模態(tài)生態(tài)最后一塊短板，讓視覺Agent具備了高商用價值。

　　AI生圖若解決不了「標準臉疲勞」「色彩盲盒」難題，那就像人形機器人解決不了靈巧手瓶頸那樣，只會炫技有余、實用不足。Wan2.7?Image解決了這道技術難題，還支持Skill調用，能實現(xiàn)「龍蝦畫畫」，這下很多短劇、電商、自媒體、教育從業(yè)者該笑醒了。

　　編程能力斷層領先國內同行、接近Claude系列頂級水平的Qwen3.6?Plus，則分分鐘可變成Agent執(zhí)行的「超級大腦」。

　　Qwen3.6?Plus的最大價值，不只在編程能力強，更在于通過實現(xiàn)代理式編程（Agentic Coding）將編程門檻更徹底地打了下來。當基于界面截圖、設計稿、圖文描述直接完成前端頁面生成、代碼補全、交互修改變?yōu)楝F(xiàn)實，「氛圍編程」還是奢望嗎？

　　▲跟上一代模型比，Qwen3.6-Plus重點提升了編程Coding能力、智能體Agent能力和工具調用能力。

　　這三款模型產(chǎn)品，分別著眼于解決Agent的感知、生成、執(zhí)行三大核心問題，有著極強的「延續(xù)性」：它們從一開始就是為「被Agent調用」而設計，而非僅作為服務于C端的ChatBot類產(chǎn)品存在。

　　這宣告著阿里AI「技術觀」的愈發(fā)成熟——無論是用更小參數(shù)量實現(xiàn)更強性能，還是用Vibe Coding、視覺編程、精準生圖等能力精準對接企業(yè)落地需求跟開發(fā)者需求，都表明，它從重榜單分數(shù)轉向了重實戰(zhàn)能力，從追求紙面分數(shù)最優(yōu)轉向了追求服務真實需求。

　　前兩天，智譜CEO張鵬提出了個公式：AGI商業(yè)價值=智能上界×Token消耗規(guī)模。

　　從Qwen3.5?Omni的全模態(tài)突破，到Wan2.7?Image的生圖能力進化，再到Qwen3.6?Plus的編程能力大升級，本質上都在提升「智能上界」，進而讓單位Token實現(xiàn)更強的理解、生成、執(zhí)行能力。

　　Qwen3.6-Plus針對OpenClaw等主流開放Agent框架深度優(yōu)化后，每百萬Tokens輸入最低僅2元，大幅降低了企業(yè)和開發(fā)者使用門檻，即為佐證。

　　03/

　　組織勢能培土，技術勢能種因，商業(yè)勢能結果。

　　ATH打通Token「產(chǎn)-輸-用」閉環(huán)，旗艦模型創(chuàng)造更高質量的Token，最終都要落腳于應用Token——Token消耗是Token經(jīng)濟的落點，也是阿里構建「模型能力支撐Agent運行-Agent應用消耗Token-Token消耗反哺模型迭代」閉環(huán)的重點。

　　若將負責創(chuàng)造Token的通義實驗室視作AI「發(fā)電廠」，負責輸送Token的MaaS業(yè)務線視作AI「電網(wǎng)」，那應用Token的悟空、千問APP、Qoder等就是AI的「電器店」——承載著應用落地的價值。

　　阿里AI跑通Token經(jīng)濟的最有力證明，不外乎BC兩端雙輪驅動，行業(yè)滲透全面提速。

　　沙利文報告顯示，2025年下半年，千問穩(wěn)居中國企業(yè)級大模型調用市場第一，日均調用量占比從17.7%飆升至32.1%，幾乎翻倍；中國所有汽車品牌、90%以上金融機構、超90%手機品牌均接入千問。

　　在海外，亞馬遜、Airbnb基于千問拓展業(yè)務，英偉達、微軟、Meta等科技巨頭基于其開發(fā)衍生模型，斯坦福李飛飛團隊等頂尖機構用于前沿研究。

　　而千問APP與悟空形成的「C端破圈、B端變現(xiàn)」格局，又讓「模型迭代-用戶增加-Token消耗增多-商業(yè)轉化」的鏈路變得更絲滑。

　　就C端看，千問App已成長為國民級AI助手。前段時間，千問App上線了一句話打車功能，這是千問App依托阿里生態(tài)深度打通淘寶、支付寶、高德等場景，從單純對話工具升級為「能干活、能消費、能服務」的全場景一站式AI入口的重要節(jié)點。

　　就B端看，悟空正在鞏固阿里在B端優(yōu)勢，帶動阿里AI成為更多企業(yè)數(shù)字化轉型的首選伙伴。發(fā)布全球首個企業(yè)級AI原生工作平臺悟空，成了ATH成立后打響的第一炮，其目標是讓超2000萬企業(yè)擁有24小時工作的「龍蝦軍團」，自動完成辦公、營銷、供應鏈、客服等全流程任務。現(xiàn)在看，它已實現(xiàn)了Agent與大量企業(yè)業(yè)務系統(tǒng)的無縫打通。

　　▲ATH成立后打響的第一炮，就是發(fā)布全球首個企業(yè)級AI原生工作平臺「悟空」。

　　千問App的C端入口深耕、悟空B端生產(chǎn)力落地，集合了個人智能服務與企業(yè)智能辦公的全鏈路Token消費場景，為阿里從賣算力向賣智能（模型能力、Agent服務和智能化解決方案）升級奠定了基礎。

　　前不久，阿里云AI算力、存儲等產(chǎn)品最高漲價34％，市場反應仍供不應求，就是阿里AI商業(yè)勢能的清晰注腳。

　　可以預見，在剛發(fā)布的3款旗艦模型快速落地到悟空、Qoder等應用后，因為模型能力更好地承接了企業(yè)、開發(fā)者和普通用戶需求，這股商業(yè)勢能還會更強。

　　04/

　　毋庸諱言，因為組織分散、協(xié)同低效，阿里AI過去也曾錯失部分市場機會。

　　但如今，ATH的成立，已讓阿里AI重新找回了自己的決斷力和執(zhí)行力。在全棧協(xié)同下，在Token串聯(lián)下，其模型研發(fā)、場景落地、商業(yè)化推進正開啟加速度。

　　從悟空上線，到千問「三箭齊發(fā)」，再到旗艦模型快速接入悟空、Qoder等應用，僅用數(shù)周完成全鏈路打通，就展現(xiàn)出了「阿里速度」的強勢回歸。

　　著眼長遠看，Agent時代的AI競爭，已不再是單點技術PK，而是組織效率、技術實力、商業(yè)能力的綜合較量。

　　而用ATH重構了生產(chǎn)關系的阿里，就在兌現(xiàn)自身作為Agent時代最具AI產(chǎn)業(yè)化落地能力的「純血AI玩家」的多重潛力——一如大洋彼岸的谷歌那樣。

　　管理學家湯姆·彼得斯說：Momentum is not soft，it’s hard.（勢能不是軟口號，而是硬實力。）

　　阿里AI的勢能，又起來了——但這還只是開始。

　　?作者 | 佘宗明

　　?運營 | 李玩

　　轉載須經(jīng)許可