Union Alpha 對決 Qwen3.8 Flash：一分之差，就是一切

Union Alpha 和 Qwen3.8 Flash 在唯一同時評測過兩者的測試上只差一分。在 SMF Clearinghouse Official A 套件——157 項測試、關閉推理——中，Union Alpha 得分 136，而 Qwen3.8-Flash-Next 的本地執行得分 137。那是這兩款模型最接近的正面對決結果，也是這份比較中最具誤導性的數字，因為這兩筆紀錄並非在相同條件下執行，而且其中只有一個是你現在真的能租用的模型。

一分差距能告訴你什麼、不能告訴你什麼

先從它證明了什麼談起。Union Alpha 並非一般意義上的虛張聲勢——一套涵蓋 157 項測試、零錯誤、完美推理（30/30）與完美工具使用（2/2）的廣泛測試套件，不是空洞端點所能產出的東西。它的程式設計結果為 26/30、數學為 24/30，使其處於可信範疇；而它的寫作分數為 2/5，則讓它遠不及通用散文寫作。

現在來談那些但書，它們可是撐起全局的關鍵。

Qwen3.8 Flash 這一項是在本機執行的 Qwen3.8-Flash-Next——也就是開放權重的檢查點——而非託管的 Qwen3.8 Flash API。本機推論意味著用你自己的量化、你自己的推論堆疊、你自己的工具呼叫解析器。這些都不保證會與託管端點回傳的結果一致，而執行這項測試的人正是基於這個理由，將該比較標記為非決定性的。

單一測試套件並不等於一份評測剖面。官方 A 涵蓋面廣，但每個類別都偏淺：工具類別只有 2 項測試。一個只有兩項測試的工具類別拿到 2/2，是好徵兆，而非代理式可靠性的證據，而 Union Alpha 被明確定位為代理式與編碼模型。這項工具所測量的，是與該主張相鄰的東西。

而那一點本身位於一個 157 項測試套件的雜訊之中。把 136 和 137 當作「它們位於同一區間」，而不是當作排名。

並肩

• 上下文視窗 — Union Alpha 262,144 個 token 對比 Qwen3.8 Flash 提供 1,000,000 個 token（262,144 原生，透過 YaRN 擴展）。

• 最大輸出 — Union Alpha 131,072 個 token，對比 Qwen3.8 Flash 的 131,000 個 token。實際上旗鼓相當。

• 輸入 — Union Alpha 上的文字與圖像，對比 Qwen3.8 Flash 上的文字、圖像與影片。

• 價格 — 在 Union Alpha 預覽期間為 $0，而 Qwen3.8 Flash 則為每百萬輸入 $0.150、每百萬輸出 $0.470、每百萬快取讀取 $0.018、每百萬快取寫入 $0.230。

• 推理控制 — Union Alpha 上完全沒有，相較之下 Qwen3.8 Flash 則具備預設開啟且可停用的思考模式。

• 首個 token 時間 — Union Alpha 10.00 秒 p50，對比 Qwen3.8 Flash 6.62 秒 p50，兩者皆是在同一段七天期間內於我們的端點上測得。原始解碼速度比外界評價所暗示的更接近：每秒 170 個 token 對上 103 個。

• 來源出處 — 匿名營運方，未公開權重；相較之下，阿里巴巴／Qwen 已將 Qwen3.8-Flash-Next 的權重開源於 Hugging Face 與 ModelScope。

Qwen3.8 Flash：一場押注效率的 6B 活躍參數豪賭

Qwen3.8 Flash 於 2026 年 8 月 26 日推出，是開放權重 Qwen3.8-Flash-Next 檢查點的正式代管版本，該檢查點由阿里巴巴同步發布。它是 125B 參數的混合專家模型，每個 token 約啟用 6B 參數，另有 51B 的 N-gram 嵌入參數，建構於結合 Gated DeltaNet 與稀疏注意力索引器的混合注意力之上。

廠商的說法聚焦於訓練經濟效益：阿里巴巴宣稱其執行成本約為 Qwen3.7-Plus 的九分之一，並聲稱在具備高快取命中率的 100 萬 token 工作負載上，prefill 最高快 7.6 倍、decode 最高快 4.9 倍。這些都是廠商公布的數據，尚未經過獨立重現。

其基準測試表也同樣是由廠商自行提報且未經重現：SWE-bench Pro 62.5、DeepSWE v1.1 58.7、SWE-bench Multilingual 81.0、NL2Repo 48.1、CoWorkBench 73.9、JobBench 55.7、RealWorldQA 88.5、LVBench 76.6、AndroidWorld 84.5。值得拿來回敬行銷宣傳的數字，是 Humanity's Last Exam 的 35.9，它在同一項比較中低於 Claude Opus 4.6 的 40.0。

在我們自家的模型頁面上，公開基準測試區塊仍顯示「待定」——目前還沒有任何第三方為它評分。我們手上確實有的是自家的流量數據：首個 token 的中位延遲時間為 6.62 秒、輸出速率為每秒 103 個 token，以及 4.5% 的錯誤率。這個錯誤率高到值得留意，而且這種數字唯有在你實際測量運作中的端點、而非閱讀發布貼文時才會浮現。

Union Alpha：沒有擁有者的模型

Union Alpha 於 2026 年 9 月 16 日出現在第三方目錄中，並在OrcaRouter 的免費方案上提供。它沒有具名實驗室、沒有權重、沒有授權條款、沒有參數數量，也沒有架構說明。其供應商欄位顯示「Stealth」。

至少它的端點是可辨識的：262,144-token 上下文、131,072-token 最大輸出、文字與圖像輸入但僅限文字輸出、工具呼叫、JSON 輸出、temperature、top_p 與 max_tokens，而且完全沒有推理控制項。工具選擇實際上只接受「auto」。其免費使用期被描述為約一週、有速率限制，且尚未公布預覽後的定價。

所述宣稱——「在廣泛的通用任務上達到前沿水準的表現」——係由營運方自行報告且未經審核。136/157 的 Official A 結果是唯一存在的獨立量測。

速度正是它們不再相像的地方

表面上的吞吐量數字並沒有如你所預期的那樣把它們區分開來，而箇中原因值得深入了解。

在我們自己過去七天的路由遙測中，Qwen3.8 Flash 以每秒 103 個輸出 token 進行串流，首個 token 時間的 p50 為 6.62 秒，錯誤率為 4.5%。以相同方式測量，Union Alpha 的串流速度為每秒 170 個 token。就原始解碼速度而言，這個匿名模型是兩者中較快的一個。

它做不到的事，就是啟動。Union Alpha 的 p50 與 p95 首字延遲（time-to-first-token）雙雙卡在 10.00 秒，意味著至少半數請求要等上十秒以上，第一個 token 才會出現，而同一段區間內它的錯誤率為 7.7%——大約是 Qwen 的 1.7 倍。前述幾節所依據的那次 157 項測試的 Official A 執行，耗費了 4.6 小時的實際時鐘時間，延遲中位數為 91.9 秒，每項測試平均 104.8 秒，並有四項測試觸及測試框架的 300 秒逾時上限。在發布當天跑過它的獨立測試者，所回報的吞吐量遠低於我們端點顯示的數字，而這正是服務仍在吸收首日龐大負載時會出現的情況。

所以實務上的差異不是解碼速度，而是首個 token 時間與可靠性。Union Alpha 不能用於任何互動式用途——沒有自動完成、沒有行內輔助、沒有緊密的代理迴圈——因為十秒的靜默與卡死難以區分。它適合非同步工作：隔夜批次作業、長文件處理、離線評估執行，在這些情境中沒有什麼在等待第一個 token，而 7.7% 的失敗率會透過重試被吸收。

Qwen3.8 Flash 以每秒 103 個 token、首個 token 中位延遲 6.62 秒的表現來看，也稱不上快。誠實地說，兩者都慢，而且只有其中一個大約每 13 次請求會失敗 1 次。

效率論證，以及誰有權提出它

阿里巴巴提出了一套訓練成本論點：訓練成本僅為 Qwen3.7-Plus 的九分之一，每個 token 有六十億活躍參數，因此服務成本低廉。這是一項關於某個模型的主張——該模型的權重確實存在，且其系譜有明確記載。

Union Alpha 的效率敘事是暗示而非明說——一個 256K 的匿名模型，可免費呼叫。免費不等於便宜。有人在為那些 GPU 付費，預覽版有明訂的結束時間，而營運方自己承認他們在調校速度，這暗示服務的經濟模式尚未底定。一個免費一週、之後卻無法定價的模型，其效率主張會隨著這個窗口結束而失效。

嘗試未知，而不對它下注

這個特定對決之所以值得記在心裡，是因為它是對一個未經證實的模型所能做的最省成本測試。Qwen3.8 Flash 是已知數：具名供應商、開放權重、已公布的（雖帶有廠商色彩的）基準測試、每詞元 $0.150/$0.470 的真實價格。Union Alpha 則是未知數，定價為零，其全部的競爭主張都建立在單一 157 項測試的結果上。

與其做選擇，不如把未知項目放在容錯移轉規則後面。OrcaRouter 以 0% 加成直接透傳供應商定價，並支援跨供應商的自動容錯移轉，因此一個被限流或消失的 Union Alpha 端點會自動落到仍在回應的模型，而不是在凌晨三點變成一個失敗的任務。兩個模型都使用同一把金鑰，所以這個實驗的代價只是一次設定變更，而不是多一次整合——而且兩者都不必是你需要辯護的決定，因為當免費窗口關閉時，你可以直接切換路由。

裁決

Qwen3.8 Flash 是值得在其上建構的模型。六十億個活躍參數、開源的同系列權重、100 萬 token 的上下文視窗、影片輸入、實測每秒 103 個 token 的可用速度，以及可預估的公開定價。它的基準測試由廠商自行提報，其錯誤率值得持續留意，但它屬於某個人，而那個人正在出貨。

Union Alpha 是值得衡量的模型。在 Official A 上的一分之差確實很有意思——這暗示無論這東西是什麼，它都不是玩具——而且以 $0 的價格、131K 的輸出上限和視覺輸入，它值得你花一週的注意力。但單一測試套件上的一分之差，由一個錯誤率 7.7% 的匿名操作者所產生，是值得調查的理由，而不是切換的理由。

值得關注的是，向來讓這件事塵埃落定的，始終是同一樣東西：一個名字。Ox Alpha，這個系列的前作，在以智譜的 GLM-5.3-Flash 現身六天後才被揭曉。如果 Union Alpha 也得到一個名字，那麼這場比較就不再是關於一分，而是開始關於價格。

已知項目的定價與說明文件皆已到位：Qwen3.8 Flash 模型頁面顯示 $0.150/$0.470 的費率、1M token 的服務上下文與 131K 的輸出上限，而公開基準測試結果仍待公布。