Intern-S2-397B vs Qwen3.8-Max：两款中国旗舰，截然相反的经济赌注

Intern-S2-397B 和 Qwen3.8-Max 是 2026 年 9 月初中国最具影响力的两款旗舰发布，而它们押下了截然相反的经济赌注。Intern-S2-397B 是上海人工智能实验室 InternLM 团队于 9 月 13 日以 Apache-2.0 许可发布的 4030 亿参数科学多模态模型，它押注开放权重才是赢得科学和智能体工作负载的路径：没有按 token 计费的价格，权重放在 Hugging Face 上，用你自己的硬件来计量。Qwen3.8-Max 是阿里巴巴的 2.4 万亿参数旗舰，于 8 月 3 日正式发布（GA），并在 9 月 2 日更新，它押注的是定价 API：在 100 万 token 上下文下，每百万输入 token 2.00 美元、每百万输出 token 6.00 美元，开放权重在 GA 一周后推出，而且独立的 Artificial Analysis 评分已经上榜。两者之间的对决，与其说是谁的基准测试胜出，不如说是哪一种押注——拥有权，还是按量计费的端点——更契合你工作负载的形态。

两款旗舰，两场豪赌

Qwen3.8-Max 是阿里巴巴 Qwen 系列中能力最强的层级，是一款稀疏混合专家模型，总参数量达 2.4 万亿，每个 token 激活约 950 亿参数，由 512 个专家组成，其中 10 个激活，外加一个共享专家。它具备 1M token 上下文窗口（在托管 API 中启用思考时为 983,616 token）、131,072 token 输出上限，支持文本、图像和视频输入，并通过 OpenAI 兼容端点提供服务。其标志性定价举措是统一费率：无论你的提示是 5,000 token 还是 900,000 token，价格都是相同的 $2.00 / $6.00，缓存输入定价更低——没有长上下文附加费，而这正是大多数竞争对手仍在收费的杠杆。阿里巴巴在其自己的迁移指南中将其直接对标 GPT-5.5、Claude Opus 4.7 和 Gemini 3.1 Pro。

Intern-S2-397B 是一种形态不同的旗舰模型。它是一个专家混合模型，拥有 60 层和 512 个专家（每个 token 激活 10 个），具备 256K 文本推理上下文和 64K 多模态上下文，输入面涵盖文本、图像和时间序列，并采用一种预训练范式：直接读取科学文献的原始页面——图表、版面、符号记法和行文——而不是先解析出文本。其强化学习横跨二十多个科学领域，并且它是在沙盒环境中为长时程智能体工作而训练的。它的定价不是一张价目表，而是价目表的缺席：自行托管 Apache-2.0 权重，或申请获取官方 Intern API 的访问权限。

• 价格 — Intern-S2-397B：无价目表；自托管或 Intern API，对比 Qwen3.8-Max：每 1M 统一 $2.00 / $6.00，缓存输入更低。

• 规模 — Intern-S2-397B：总参数量 403B，512 个专家 / 10 个激活，对比 Qwen3.8-Max：总参数量 2.4T，激活 95B，512 个专家 / 10 个 + 1 个共享。

• 上下文 — Intern-S2-397B：256K 文本 / 64K 多模态，对比 Qwen3.8-Max：100 万 tokens，固定费率。

• 输入 — Intern-S2-397B：文本、图像、时间序列 vs Qwen3.8-Max：文本、图像、视频。

• 权重 — Intern-S2-397B：Apache-2.0，发布当天即开放；而 Qwen3.8-Max：自定义 Qwen3.8-Max 许可证，在 GA 后于 8 月 12 日开放。

• 独立评分 — Intern-S2-397B：暂无 vs Qwen3.8-Max：AA Intelligence Index 40，GPQA Diamond 92.7。

两个表都是供应商表，其中只有一个有裁判。

两款模型发布时都附带了厂商自行制作的基准测试表，这使得二者的数据来源规范如出一辙，而实测战绩却各有不同。此后，Qwen3.8-Max 的独立数据不断累积：Artificial Analysis 在其当前版本的 Intelligence Index 上给它打出 40 分，其中 GPQA Diamond 为 92.7、HLE 为 43.0、独立编程得分为 71.8，而在当前计分标准下，每个索引任务的成本约为 2.67 美元。这些数字来自第三方追踪机构实测所得——这是这两款旗舰模型中任何一款所迎来的首位真正意义上的裁判。

Intern-S2-397B 的证据是它自己的模型卡，通过 OpenCompass、VLMEvalKit 和 AgentCompass 跑出来，并与权重一同发布：MMLU Pro 89.77、MMMU Pro 81.68、HMMT-2026 93.56、SWE-bench-Pro 68.54，以及 TerminalBench 2.1 的 64.04——这个数字在模型卡本身中就显示输给了更早的闭源一代。它的科学类条目正是专用模型论据成立的原因：Biology-Instructions 55.71、SciReasoner 1.5 63.28、Mol-Instructions 53.95、MolecularIQ 62.35。其中每一项都是 InternLM 自己的，未获复现。把这两个证据基础并排来看，它们从相反方向讲述了同一个故事：一个模型是专用模型，通用条目表现尚可，却没有外部测量；另一个是通用模型，拥有独立评分，却没有科学调优。

金钱形态究竟能买到什么

统一的 $2 / $6 计费标准是 Qwen3.8-Max 的标志性举措，值得详细说明它究竟带来了什么。一个仓库分析智能体若在单次调用中推入 20 万个输入 token 的代码上下文，其支付的每 token 费率与一次简短聊天相同——没有长提示词附加费；而借助缓存，稳定的代码上下文在重复流量下会大幅拉低有效输入价格。该模型还可以依据阿里​巴巴的定制许可证以开放权重形式调用，该许可证允许在注明出处的前提下商用，并设有基于规模的门槛：月活跃用户超过 1 亿或月收入超过 2000 万美元时需另作约定，而大型模型即服务业务则需签订单独协议。

Intern-S2-397B 的经济账正好相反：完全没有按量计费，但需要一笔资本支出。其权重在 BF16 下约为 807 GB，分布在 188 个分片上——是一台不折不扣的多 GPU 节点——而 FP8 版本可将占用空间缩减约一半。如果你已经拥有这样的算力，下一次科学查询的边际成本就接近电费，而这正是这场赌注：自有硬件让专用模型在边际上变得便宜。如果你没有自己的硬件，这个“免费”模型只是一个试点，而官方 Intern API 是唯一按量计费的替代方案。

只要做好路由，两个旗舰模型就能共用同一条接缝。 Qwen3.8-Max 已上线 OrcaRouter，按 Ali​baba 的目录价透传，0% 加价，因此 $2 / $6 的统一费率以及未来任何降价都会在同一天落到这里。Intern-S2-397B 没有接入路由——它是一个全新的检查点，你访问它的路径是厂商自己的 API 或自托管部署。把通用的、支持视频的、长上下文的流量发到你已有密钥的按量计费模型上；把科学批处理工作留给你自己运行的模型；当任何一侧的端点不健康时，让自动故障转移为你兜底。这条边界是一条路由规则，而不是第二套集成。

裁决

选择 Qwen3.8-Max，用于通用推理和具备视频能力的生产级工作：在这里，跨越百万 token 的统一费率胜过其竞争对手的任何收费，而独立评分榜也降低了基于它进行构建的风险。它的权重足够开放，在大多数团队都处于门槛之内的许可证下意义重大；其 $2 / $6 的计价，是前沿旗舰中榜上最激进的价格。

为科学工作负载选择 Intern-S2-397B——图表密集的论文、分子图、时间序列信号——在这些场景中，输入的多模态方式从未被通用模型专门调优过，而且数据驻留或基于专有结果进行微调使 Apache-2.0 成为决定性属性。为硬件预留预算，运行你自己的评估，并在独立裁判出现之前，将其给出的数字视为声明。

诚实的总结是：这两款旗舰并不是真正的替代品。一个是自有的科学仪器，具备相当不错的通用能力；另一个是租来的、经过独立评分的通才型模型，采用统一费率，对科学只是略有关注。同时需要两者的团队应把这条边界视为一项路由决策——并且在相信任何一家厂商幻灯片上的任何数字之前，都应在 Intern-S2-397B 上重新运行自己的评估。