HiRO-ACEv2 對上 Qwen 3.8：相隔四天的兩次發布，究竟透露出什麼訊息？

兩件事在同一個月發生，而它們幾乎毫無關聯，這正是為什麼把這兩者湊成一對值得寫上一頁。Qwen3.8-Max是阿里巴巴的旗艦多模態推理模型，自 2026 年 8 月 3 日起上線，每百萬輸入 token 收費 2.00 美元、每百萬輸出 token 收費 6.00 美元，並具備百萬 token 的上下文；其開放權重的同門兄弟Qwen3.8-27B與Qwen3.8-Flash分別於 8 月 13 日與 26 日跟進，定價與基準測試結果都公開。HiRO-ACEv2是 Ai2 的第二代氣候模擬器，於 2026 年 10 月 12 日以一個 10.9 GB 的 Hugging Face 儲存庫現身，沒有發布公告、沒有基準測試表、沒有端點，而且在撰寫本文時下載次數為零。任何人若從品質上比較這兩者，等於是拿一個已經出貨的產品去比一件研究產物，只會得到毫無意義的答案。從發布方式來比較它們才真正有用——這兩者代表了實驗室在決定是否公開時所做的每一項選擇的兩個極端。

簡短的回答

如果你想在今天呼叫模型，Qwen 3.8 是你用 API 金鑰可以指向的最強選擇之一，而且涵蓋四種不同價位；而 HiRO-ACEv2 則無論如何都無法呼叫。如果你想在自己的硬體上執行 3 公里氣候模擬器，情況正好相反，Qwen 3.8 根本不是參與者。

每個發行版本完成了多少？

這就是兩個日期之間的那四天不再重要，而發佈紀律的差異開始變得重要的地方。

• Qwen 3.8 — 一個規格完整的世代。Qwen3.8-Max 自 8 月 3 日起，已在五個區域透過三種傳輸格式（OpenAI 相容、Anthropic 相容與原生 DashScope）提供服務，並可透過參數切換思考模式。Qwen3.8-27B 是採用 Apache 2.0 授權的稠密 27B 多模態模型，具備 262,144 個 token 的上下文，可輸入文字、圖像與影片。Qwen3.8-Flash 是針對高流量層級，每百萬輸入 token 為 0.15 美元、輸出為 0.47 美元。第四個項目，也就是單純名為「Qwen3.8」的模型，被列為 2.4 兆參數的開放權重旗艦模型，即將推出，目前在任何地方都尚未提供——這是這個家族中你唯一無法使用的成員。

• HiRO-ACEv2 — 一個儲存庫與一篇論文。檔案是真的：HiROv2.ckpt 約 1.28 GiB，ACE2S-X-SHIELD.ckpt 約 2.98 GiB，十年的 NetCDF 強迫資料，兩個初始條件檔案，三個 YAML 設定檔和一個執行腳本。做法已有文件記載——安裝 Ai2 的 fme 套件，編輯四個路徑，執行腳本。不存在的是端點、價格、基準表、量化、替代執行環境，或任何跑過它的第三方。

兩邊的基準測試指的是同一件事嗎？

不，而這種不對稱正是這個比較中最具啟發性的部分。

Qwen 公布了 Qwen3.8-27B 的數字：LiveCodeBench v6 為 90.3、GPQA Diamond 為 89.2、OSWorld-Verified 為 84.3，以及 QwenSWEBench 為 79.0。這些都是廠商數據，且在真正重要的意義上，並未由阿里巴巴的競爭對手重現，但獨立測量也與這些數據並存——Artificial Analysis 將同一模型評為 Intelligence Index 33.7、coding index 68.1——而其中任何一列數據，都可能被第三方用一套基準測試工具和一個下午提出質疑。

HiRO-ACEv2 的卡片沒有這樣的表格。它聲稱降尺度器重現了參考降水、10 公尺風和海平面氣壓分佈，直到第 99.9999 百分位，而背後的論文聲稱推論成本比傳統的數值全球風暴解析模型低 300 倍以上。兩者都是作者自己的說法。兩者都需要參考模擬和極端尾部的分佈分析來檢驗。分佈和排行榜分數不是同一類證據，而將它們並排印在同一張表格中的頁面，會教給讀者錯誤的東西。

你今天下午實際上能跑哪一個？

Qwen 3.8，遙遙領先，而原因不在於品質——而在於這其中一個是為了被服務而打造的，另一個則不是。

Qwen3.8-27B 以 Apache 2.0 授權開放權重，因此可從供應商自家的儲存庫自行託管，同時也透過數個平台以公開費率提供商業服務。具體來說，在 OrcaRouter 上，我們上架的模型是自家型錄中的那些，而非整個系列：qwen/qwen3.8-27b 在 262,144 位置的上下文下，每百萬輸入 token 為 $0.33、每百萬輸出為 $2.40，qwen/qwen3.8-flash 為 $0.15 與 $0.47，而 qwen/qwen3.8-max 及其具日期標記的快照版本則為 $2.00 與 $6.00，涵蓋百萬 token 的上下文。供應商定價原樣傳遞，不加收任何費用，因此供應商調價當天我們這邊即同步生效，而非等到下一次合約續約；當其中一家供應商出狀況時，也會自動進行故障轉移。

HiRO-ACEv2 沒有對等物，而誠實的說法是，以這種形式它永遠不會有。它是與粗糙氣候模擬器捆綁在一起的擴散降尺度器；沒有可計量的請求，也沒有可計費的 token。稱它「可用」意味著一個下載連結和一張 GPU。

接下來每一個會發生什麼事？

Qwen 陣營有一個明顯的下一場大事：目前列為即將推出的 2.4 兆參數開放權重旗艦模型。當它登場時，將會伴隨已公布的基準測試、已公布的價格，以及託管服務的可用性，因為這就是這個系列一貫的發布方式。

HiRO-ACEv2 這邊沒有排定的下一場活動，而且可能永遠也不會有。Ai2 在 2026 年 1 月發布了第一代 HiRO-ACE，而這第二代至今也以同樣的方式推出——悄然無聲，由論文負責說明。可能的走向是：發布一項對該成品毫無改變的公告，或是完全不發布任何公告。

所以，對這場對決的實際解讀範圍狹窄且明確。對於讀者可能正在打造的任何東西而言，Qwen 3.8 才是位於關鍵路徑上的那一個選擇；並依你每個 token 需要多少推理量，落在四種價格級距之一。HiRO-ACEv2 則是為了解決特定專業問題而提供的專門下載；它與一個重大前沿模型發布在同一個月推出，這件事是行事曆上的巧合，而非競爭對立。

在報價任何一項之前，有兩件事要先確認。

在 Qwen 這邊，請確認等級。27B 與 2.4T 旗艦型號只共用家族名稱，別無其他共同點——前者是可下載、可在單一節點上執行的 Apache-2.0 模型，後者則是尚未推出的兆參數版本。其中一者的數據不能說明另一者，而該家族已公布的價格，在 Flash 輸入與 Max 輸出之間相差超過十三倍。

在 Ai2 這邊，檢查一下你引用的是什麼。HiRO-ACEv2 模型卡刻意寫得簡略，所有數字都在那篇論文裡；那篇論文是 2026 年 10 月 13 日張貼的預印本，比權重晚一天，而其圖表公開的時間比大多數軟體發布週期還短。這一切都不代表它們是錯的。但這確實讓它們帶有暫時性，而一張旁邊附有獨立量測的基準測試表則不會如此——把這一點說出來，比憑空發明一個計分板來填補缺口更有用。

像這樣的比較，也正是失效模式會浮現的地方：這一類模型背後有紀錄的 AI 事故與代理失效，都彙集在OrcaRouter AI 事故檔案庫，其中每一筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。