HiRO-ACEv2 vs Qwen 3.8: Hai bản phát hành cách nhau bốn ngày thực sự cho bạn biết điều gì?

Hai thứ ra mắt trong cùng một tháng và gần như chẳng liên quan gì đến nhau, và chính vì thế mà việc ghép cặp chúng lại đáng để viết thành một trang. Qwen3.8-Max, mô hình suy luận đa phương thức hàng đầu của A​libaba, đã hoạt động từ ngày 3 tháng 8 năm 2026 với mức giá 2,00 USD cho mỗi triệu token đầu vào và 6,00 USD cho mỗi triệu token đầu ra cùng ngữ cảnh một triệu token; những phiên bản trọng số mở cùng dòng là Qwen3.8-27B và Qwen3.8-Flash ra mắt tiếp sau đó vào ngày 13 và 26 tháng 8, với giá và kết quả đánh giá được công bố công khai. HiRO-ACEv2 là mô hình giả lập khí hậu thế hệ thứ hai của Ai2, và nó xuất hiện vào ngày 12 tháng 10 năm 2026 dưới dạng một kho Hugging Face 10,9 GB, không thông báo, không bảng đánh giá, không endpoint và, vào thời điểm viết bài này, không có lượt tải xuống nào. Bất kỳ ai so sánh hai thứ này về chất lượng đều đang so sánh một sản phẩm đã phát hành với một sản phẩm nghiên cứu và sẽ nhận được một câu trả lời vô nghĩa. So sánh chúng về cách chúng được phát hành thì thực sự hữu ích — hai thứ này đại diện cho hai thái cực đối lập của mọi lựa chọn mà một phòng thí nghiệm đưa ra khi công bố ra công chúng.

Câu trả lời ngắn gọn

Nếu bạn muốn gọi một mô hình ngay hôm nay, Qwen 3.8 là một trong những thứ mạnh nhất mà bạn có thể hướng một khóa API vào, với bốn mức giá khác nhau, còn HiRO-ACEv2 thì không thể gọi được bằng bất kỳ cách nào. Nếu bạn muốn chạy một trình mô phỏng khí hậu 3 km trên phần cứng của riêng mình, điều ngược lại là đúng và Qwen 3.8 đơn giản không tham gia.

Mỗi bản phát hành đã hoàn thành được bao nhiêu?

Đây là lúc bốn ngày giữa hai ngày không còn quan trọng nữa, và sự khác biệt về kỷ luật phát hành bắt đầu trở nên quan trọng.

• Qwen 3.8 — một thế hệ đã được đặc tả đầy đủ. Qwen3.8-Max đã hoạt động từ ngày 3 tháng 8 trên ba định dạng truyền tải (tương thích OpenAI, tương thích Anthropic và DashScope gốc) tại năm khu vực, với tính năng thinking được bật/tắt bằng tham số. Qwen3.8-27B là một mô hình đa phương thức 27B dạng dense theo giấy phép Apache 2.0, ngữ cảnh 262.144 token, đầu vào gồm văn bản, hình ảnh và video. Qwen3.8-Flash là hạng lưu lượng cao với mức 0,15 USD mỗi triệu token đầu vào và 0,47 USD đầu ra. Mục thứ tư, tên gọi trần "Qwen3.8", được liệt kê là mô hình chủ lực trọng số mở 2,4 nghìn tỷ tham số sắp ra mắt và chưa có sẵn ở bất kỳ đâu — thành viên duy nhất của dòng mà bạn không thể dùng.

• HiRO-ACEv2 — một kho lưu trữ và một bài báo. Các tệp là thật: HiROv2.ckpt khoảng 1,28 GiB, ACE2S-X-SHIELD.ckpt khoảng 2,98 GiB, mười năm dữ liệu cưỡng bức NetCDF, hai tệp điều kiện ban đầu, ba cấu hình YAML và một script chạy. Quy trình đã được ghi lại — cài đặt gói fme của Ai2, sửa bốn đường dẫn, thực thi script. Thứ không tồn tại là một endpoint, một mức giá, một bảng benchmark, một lượng tử hóa, một runtime thay thế, hay bất kỳ bên thứ ba nào đã chạy nó.

Các chỉ số đánh giá có cùng ý nghĩa ở cả hai phía không?

Không, và sự bất đối xứng mới là phần đáng rút ra bài học nhất trong phép so sánh này.

Qwen công bố các con số cho Qwen3.8-27B: 90,3 trên LiveCodeBench v6, 89,2 trên GPQA Diamond, 84,3 trên OSWorld-Verified và 79,0 trên QwenSWEBench. Đó là những số liệu do nhà cung cấp đưa ra và không được các đối thủ của Alibaba tái lập theo nghĩa thực sự quan trọng, nhưng vẫn tồn tại các phép đo độc lập song song với chúng — Artificial Analysis xếp cùng mô hình đó ở mức Intelligence Index 33,7 và chỉ số lập trình 68,1 — và bất kỳ hàng nào trong số đó cũng có thể bị một bên thứ ba phản bác bằng một bộ khung benchmark và một buổi chiều.

Thẻ của HiRO-ACEv2 không có bảng như vậy. Nó khẳng định bộ hạ quy mô tái tạo các phân bố lượng mưa tham chiếu, gió ở độ cao 10 mét và áp suất mực nước biển đến tận phân vị thứ 99,9999, và bài báo đằng sau nó khẳng định chi phí suy luận giảm hơn 300 lần so với một mô hình số toàn cầu phân giải bão thông thường. Cả hai đều là của chính các tác giả. Cả hai đều đòi hỏi một mô phỏng tham chiếu và một phân tích phân bố ở đuôi cực trị để kiểm chứng. Phân bố và điểm bảng xếp hạng không phải cùng một loại bằng chứng, và một trang in chúng cạnh nhau trong cùng một bảng sẽ dạy cho người đọc một điều sai.

Chiều nay bạn thực sự có thể chạy được cái nào?

Qwen 3.8, vượt trội hơn hẳn, và lý do không phải là chất lượng — mà là một trong hai cái này được xây dựng để được phục vụ, còn cái kia thì không.

Qwen3.8-27B là mô hình trọng số mở theo Apache 2.0, nên có thể tự vận hành (self-host) từ chính kho của nhà cung cấp, đồng thời cũng được cung cấp thương mại qua nhiều nền tảng với mức giá đã công bố. Riêng trên OrcaRouter, các mô hình chúng tôi cung cấp là những mô hình có trong danh mục của mình chứ không phải toàn bộ dòng sản phẩm: qwen/qwen3.8-27b với giá 0,33 USD mỗi triệu token đầu vào và 2,40 USD mỗi triệu token đầu ra trên ngữ cảnh 262.144 vị trí, qwen/qwen3.8-flash với 0,15 USD và 0,47 USD, và qwen/qwen3.8-max cùng bản snapshot có ghi ngày với 2,00 USD và 6,00 USD trên một triệu token ngữ cảnh. Giá niêm yết của nhà cung cấp được chuyển nguyên vẹn, không cộng thêm gì, nên khi nhà cung cấp thay đổi giá thì phía chúng tôi cập nhật ngay trong cùng ngày chứ không phải đợi đến lần gia hạn hợp đồng tiếp theo, và việc chuyển sang nhà cung cấp dự phòng diễn ra tự động khi một trong số họ gặp sự cố tạm thời.

HiRO-ACEv2 không có tương đương, và tuyên bố trung thực là nó sẽ không bao giờ có ở dạng này. Nó là một bộ hạ quy mô khuếch tán đi kèm với một trình mô phỏng khí hậu thô; không có yêu cầu nào để đo đếm và không có token nào để tính phí. Gọi nó là "có sẵn" nghĩa là một liên kết tải xuống và một GPU.

Tiếp theo điều gì sẽ xảy ra với từng cái một?

Phía Qwen có một sự kiện tiếp theo hiển nhiên: mô hình chủ lực trọng số mở 2,4 nghìn tỷ tham số hiện được liệt kê là sắp ra mắt. Khi nó ra mắt, nó sẽ đi kèm các benchmark được công bố, mức giá được công bố và khả năng cung cấp qua dịch vụ lưu trữ, bởi vì đó là cách dòng mô hình này phát hành.

Phía HiRO-ACEv2 không có sự kiện tiếp theo nào được lên lịch và có thể sẽ không bao giờ có. Ai2 đã phát hành HiRO-ACE đầu tiên vào tháng 1 năm 2026 và thế hệ thứ hai này cho đến nay đã ra mắt theo cùng một cách — lặng lẽ, với bài báo đảm nhiệm việc giải thích. Các quỹ đạo khả dĩ là một thông báo không thay đổi gì về sản phẩm, hoặc không có thông báo nào cả.

Vậy nên cách hiểu thực tế về màn so tài này rất hẹp và rõ ràng. Qwen 3.8 là cái tên nằm trên đường tới hạn cho bất cứ thứ gì mà người đọc có khả năng đang xây dựng, ở một trong bốn bậc giá tùy theo lượng suy luận bạn cần trên mỗi token. HiRO-ACEv2 là bản tải chuyên biệt cho một vấn đề chuyên biệt, và việc nó ra mắt cùng tháng với một bản phát hành tiên phong lớn chỉ là sự trùng hợp của lịch chứ không phải một cuộc ganh đua.

Hai điều cần kiểm tra trước khi bạn báo giá cho một trong hai

Về phía Qwen, hãy kiểm tra hạng. Mẫu 27B và mẫu chủ lực 2.4T chỉ chung một tên dòng sản phẩm và không chia sẻ gì khác — một cái là mô hình Apache-2.0 có thể tải xuống, chạy trên một nút duy nhất; cái còn lại là bản phát hành nghìn tỷ tham số chưa được tung ra. Số liệu từ cái này không mô tả được cái kia, và giá công bố của dòng sản phẩm chênh nhau hơn mười ba lần giữa đầu vào Flash và đầu ra Max.

Về phía Ai2, hãy kiểm tra xem bạn đang trích dẫn điều gì. Thẻ mô hình HiRO-ACEv2 được cố tình viết sơ lược và bài báo mới là nơi chứa mọi con số; bài báo là một bản preprint được đăng ngày 13 tháng 10 năm 2026, một ngày sau khi trọng số ra mắt, và các số liệu của nó đã công khai trong khoảng thời gian ngắn hơn hầu hết chu kỳ phát hành phần mềm. Điều đó không có gì khiến chúng sai. Nó khiến chúng mang tính tạm thời theo một cách mà một bảng benchmark có phép đo độc lập bên cạnh thì không — và nói ra điều đó hữu ích hơn là bịa ra một bảng điểm để lấp vào khoảng trống.

Những so sánh như thế này cũng là nơi các kiểu lỗi lộ diện: những sự cố AI được ghi nhận và các lỗi của agent đằng sau những mô hình thuộc lớp này được tập hợp trong the OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.