Dots 與 Qwen 3.8 Max：差別在於你能把它移到哪裡

Qwen 3.8 Max 於 2026 年 8 月 3 日發布，是 Alibaba 迄今能力最強的層級：原生多模態，可接受文字、圖片與影片並回傳文字，具備 1,000,000 個 token 的上下文視窗，並透過三種傳輸格式提供服務——相容於 OpenAI、相容於 Anthropic，以及原生 DashScope——服務據點涵蓋北京、新加坡、東京、法蘭克福與維吉尼亞，每百萬輸入 token 收費 2.00 美元、每百萬輸出 token 收費 6.00 美元，快取讀取為 0.25 美元。Dots 是該公司全天候運作的代理，於 2026 年 9 月 29 日的 DevDay 發表：它擁有自己的雲端電腦與瀏覽器，可觸及超過 4,000 款應用程式，以 GPT-6 Astra 運行，並隨 Pro 與 Business Premium 方案一同提供。將兩者並列比較，有趣的問題並非哪一個能力更強，而是每一個被允許存在於多少地方，以及由誰決定。

那不是抽象的區別。它決定的是一個工具究竟能否在你的市場提供、能否讓你的合規團隊稽核，以及你以它為基礎所建立的工作成果能否挺過條款變更。能力是這項比較中容易的部分；可攜性則是最後才被解決、而且代價高昂的部分。

呼叫同一個模型的三種方式

線路格式聽起來像是微不足道的工程細節，直到你得把應用程式從一家廠商搬到另一家。相容於 OpenAI 的介面意味著現有的用戶端函式庫無須轉譯層就能運作。相容於 Anthropic 的那個介面則意味著，針對另一家廠商的訊息格式所寫的程式碼庫不必重寫。原生的 DashScope 介面則曝露了完整的功能集，包括 thinking 切換開關。一個模型擁有三種介面，意味著切換的代價只是一個 base URL 和一把金鑰，而不是一次重構。

當它缺席時，這件事才最要緊。一個點本身並不提供格式、URL 或金鑰，因為點不是你會去呼叫的東西——而是你得在別人的介面裡跟它對話的東西。把你的代理邏輯搬到別處，就意味著要重建它，接著重新連接它原本依賴的那四千個連接器，然後才發現其中哪些的運作方式，是你當初沒有寫下來的。

• 你買的是什麼——ChatGPT、Slack 與 Teams 裡的託管工作者（Dots），對比一個你能從任何地方呼叫的模型端點（Qwen 3.8 Max）

• 介面 — 未針對小版本發布任何項目，對照 OpenAI 相容、Anthropic 相容與原生 DashScope 介面（Qwen 3.8 Max）

• 執行位置 — OpenAI 的雲端電腦，內建自有瀏覽器（Dots），對上橫跨亞洲、歐洲與北美的五個服務區域（Qwen 3.8 Max）

• 推理控制 — 未以圓點形式提供，不同於 enable_thinking 切換開關，或 reasoning.effort 在 Responses API 上（Qwen 3.8 Max）

• 每單位成本 — 第一個 dot 隨 Pro 或 Business Premium 附贈，額度未公開（Dots），對比每百萬輸入 $2.00、每百萬輸出 $6.00，快取讀取 $0.25（Qwen 3.8 Max）

• 獨立證據——廠商示範與能力聲明，連一點基準測試都沒有，對比 Artificial Analysis Intelligence Index 的 45.4、在 145 個受測模型中名列第十五，以及 GPQA Diamond 的 92.8（Qwen 3.8 Max）

模型落點何在，用你可以查核的數字呈現

Qwen 3.8 Max 對外公布的輪廓屬於中前段，值得精確解讀，而非憑印象論斷。AA 智慧指數 45.4，在受測的 145 個模型中排名第十五，使其跻身前百分之十，卻未站上頂端。AA 程式編寫指數 76.2、在 138 個模型中排名第九，表現更強；而 Terminal-Bench 2.1 上的 88.8 是貨真價實的高代理執行分數——高於 GPT-5.6 Sol 在同一榜單上的 88.0。相對較弱之處在於長上下文回憶為 80.3，雖然視窗大小相仿，仍低於 Kimi K3 的 88.7 與 MiniMax M3 的 83，以及 SciCode 的 52.1。

阿里巴巴在其遷移指南中的自我定位，是將該模型直接與 GPT-5.5、Claude Opus 4.7 和 Gemini 3.1 Pro 對標；而對這些數字的誠實解讀是：當強大的代理式執行能力與多模態輸入的組合，比在智慧排行榜上搶得第一更重要時，這正是你會選用的模型。所有這些數字都是第三方測量結果，在我們的型錄中均隨附其來源，而非廠商宣稱——這正是它們比一份發表簡報更有價值的原因。

有一個數字是缺漏的，應該明白說出來，而不是把它填補進去：我們的目錄並未列出這個模型的最大輸出長度。一百萬個 token 的上下文是有記載的；但每一次回應的輸出上限則沒有。

Dots 沒有告訴你的事，以及為什麼這是設計上的選擇

OpenAI 已就一個 dot 的成本發布了一句話，而這句話並未包含任何數字：第一個 dot 隨 Pro 與 Business Premium 提供，首月有更高的使用限制，且與其對話不會扣減 ChatGPT 使用限制。除此之外，沒有額度數字、沒有第二個 dot 的價格、沒有額外容量的費率，也沒有每項任務的成本。每月 500 美元的 Pro 500 方案是一項使用額度加上 Ultrafast 模式，而不是每個 dot 的費率，因此即使是最貴的方案，也無法換算成每單位代理工作的成本。

很容易把這讀成是文件說明上的缺漏。更準確的讀法是把它視為類別本身的問題：以席位計價的產品不可能有按單位計算的價格，因為席位的重點就在於使用它的邊際成本是看不見的。這對探索性的工作確實很方便，但對任何你必須歸屬到某個專案、某個客戶或某個預算項目的東西而言，卻著實不便。

注意這兩個產品各自是為了什麼而最佳化的。Qwen 3.8 Max 的最佳化目標，是能從任何地方、被任何東西呼叫，並採用呼叫方原本使用的任何格式。dot 的最佳化目標，則是在一個地方、由單一介面使用，並將底層管線隱藏起來。兩者都是連貫一致的設計；它們只是回答不同的問題，而其中一個對「我之後能不能搬移這個？」的回答是「不行」。

對「如果這個供應商改變了怎麼辦」的兩個答案

可攜性問題在供應商調整價格、棄用某個識別碼，或改變訂閱包含內容的那一刻，就變得具體起來。對於具有三種傳輸格式的計量模型，因應方式很機械：把用戶端指向不同的 base URL，或改一個模型字串，應用程式就能繼續運作。沒有其他東西需要移植，因為這個模型向來就只是一個呼叫。

對 dot 來說，面對條款變更，能做的回應就是停止。電腦、瀏覽器、連接器與額度全都隸屬於 OpenAI，而且沒有一項可以匯出。這不是在批評這項產品，而是對「租用」這件事的誠實描述。但這確實意味著，你完全在 dot 內部打造出來的工作成果，其遷移路徑必然得經過一次重寫；在你動手打造某個打算依賴一年的東西之前，這是值得先納入成本考量的一項事實。

OrcaRouter 正是為第一種情況而打造的。Qwen 3.8 Max 是以 qwen/qwen3.8-max 進行路由，採用阿里巴巴的供應商定價原樣傳遞、0% 加價，位於 與其他 200 多個模型並列、共用同一把金鑰的同一份目錄之中，並具備 跨上游供應商的自動容錯移轉，以及一套路由 DSL，可將多個模型組合成單一請求。這正是讓三區域問題能在你這邊、而非供應商那邊獲得解答的原因：同一個識別碼無論模型在哪裡提供服務都能觸及它，而阿里巴巴的價格變動會當天就反映在你的帳單上，而不是等到下一次續約。它觸及不到的，是任何存在於某個 dot 內部的東西——沒有為它而設的端點、沒有識別碼，也沒有可替換上場的替代智慧。

在做出承諾前該問的問題

問問看，當供應商改動了你無法掌控的某個東西時，你的工作在那一天會發生什麼事。如果答案是「我們改個字串就繼續往下走」，那你買的是模型，而按用量計價的那一個才是更值得買的選擇。如果答案是「我們得把它重建一遍」，那你買的是產品，而你應該慎重地買它——明白你花錢換來的便利，是以可逆性為代價支付的。

兩個答案都沒有錯。買下你永遠用不到的便攜性，就跟買下你終將必須擺脫的便利性一樣浪費。錯就錯在不知道你買的是哪一種。