AI小貼士

By Kit 小克 | AI Tool Observer | 2026-09-10 🇹🇼 AI蒸餾風波評測：六家中國AI廠遭美方點名抄襲模型 AI蒸餾是什麼？NSA、CISA、FBI 為何聯手出手 美國國家安全局（NSA）、網路安全暨基礎設施安全署（CISA）與聯邦調查局（FBI）9 月 9 日發布聯合公告，直指六家中國AI公司—— DeepSeek、Moonshot AI、阿里巴巴（Alibaba）、MiniMax、StepFun、Z.AI ——自 2024 年底起，對美國前沿AI模型進行「工業規模」的 AI蒸餾 ，並認定這種行為已違反美國廠商的使用條款，威脅美國的技術領先地位。 六家廠商各自的「取材」對象 公告內容相當具體，點名了每家公司蒸餾的目標模型： DeepSeek ：2024 年底到 2025 年中，被指蒸餾 Claude 3.7、Claude Sonnet 4／4.5、Claude Opus 4.1、Gemini 2.5 Pro／Flash Preview、GPT-4、GPT-4o、GPT-4 Mini、GPT-4 Nano、GPT-5、Grok 4，用來訓練 R1 與 V3 模型。 Moonshot AI ：至少從 2025 年中起，大量擷取 Claude Fable 5 的輸出訓練 Kimi-K3，並用 GPT-4o 的輸出訓練 Kimi-K2。 阿里巴巴 ：2025 年底蒸餾 Claude 與 GPT-5，用來強化 Qwen 系列模型。 公告用詞很重：蒸餾不是這些公司的「輔助手段」，而是「核心」的模型建構方式。 蒸餾到底是不是「抄襲」？ 技術上，AI蒸餾指的是大量呼叫別家模型的 API、收集輸出結果，再拿這些資料訓練自己的（通常更小、更便宜的）模型——這在學術界是行之有年的正常技巧，OpenAI、Google 自己也用類似方法壓縮模型。爭議點在於「規模」與「條款」：Claude、GPT、Gemini 的使用條款都明文禁止用輸出訓練競品模型，這次公告等於用國安層級的措辭，把違反 TOS 的行為定調成國安威脅。但要注意，這是一份「公告」（advisory），不是起訴書，目前沒有任何法律行動，執行力其實有限。 對開發者與用戶的實際影響 如果你在用 Claude、GPT-5 或 Gemini 的 A...

By Kit 小克 | AI Tool Observer | 2026-09-09 🇹🇼 Qwen3.8 Max 0902評測：跑分反超Opus 5，實測仍輸在關鍵任務 Qwen3.8 Max 0902 是阿里巴巴 9 月 2 日推出的後訓練更新版本，架構沒變（2.4 兆參數 MoE、100 萬 token 上下文），但在 Code Arena WebDev 跑分上以 1691 分反超 Claude Opus 5 Max 的 1687 分，登上榜首。聽起來很猛，但拆開細看跑分,故事沒那麼簡單——它在關鍵的終端機代理任務上還是明顯落後。 Code Arena WebDev 贏了，但只贏 3 分 Qwen3.8 Max 0902 全部 8 項 coding 跑分都有進步，其中 TerminalBench 3.0 從 11.3 分暴增到 29.0 分， ProgramBench Almost Solved （黑箱程式碼還原）從 10.5 分翻到 28.0 分，看起來像是巨大進步。但 Code Arena WebDev 的領先幅度只有 3 分（1691 vs 1687），基本上是誤差範圍內的打平，稱不上「大勝」。 它真正贏的地方 SWE-Atlas QnA （跨檔案程式碼理解）：贏 Opus 5 約 3 分 WorkArena （辦公任務）Elo 提升 120 分，來到 1468 多模態評測：小幅領先 Agentic SaaS 工作流：50.8 vs 50.3，基本是銅板機率 終端機代理任務，差距還是很大 真正決定「AI 能不能自己動手改 code」的 TerminalBench ，Qwen3.8 Max 0902 拿 29.0 分，Opus 5 拿 42.7 分——差了 13.7 分。NL2Repo（自然語言生成整個 repo）Qwen 是 64.9 分，Opus 5 是 72.3 分。CoWorkBench 辦公任務也是 76.1 分打 79.6 分。換句話說， Qwen3.8 Max 在「單題跑分」上進步很快，但碰到需要多步驟自主操作的真實任務，還是輸給 Opus 5。另外要注意，WorkArena、CoWorkBench、QwenSWEBench V2 這三項是 Qwen 自家設計的跑分,拿來當「贏」的證據時...

By Kit 小克 | AI Tool Observer | 2026-08-07 🇹🇼 Qwen3.8-Max評測：阿里2.4兆參數模型開源迎戰Fable 5 Qwen3.8-Max 是阿里巴巴8月3日發布的最新旗艦模型，總參數量來到2.4兆、每次推理啟用950億參數的MoE架構，官方公布的評測數字直接對標Claude Fable 5與GPT-5.6。這是阿里近期少數願意開源的Max等級模型，也讓「中國模型追平美系旗艦」的話題再度成為焦點。 Qwen3.8-Max規格與定價多少？ Qwen3.8-Max是2.4兆參數的混合專家（MoE）模型，實際啟用參數約950億，支援文字、圖片、影片輸入，單次可處理高達100萬token的上下文。API目前已上線阿里雲Model Studio，價格為每百萬輸入token 2美元、輸出token 6美元，快取token則是每百萬0.25美元，同時提供OpenAI相容與Anthropic相容介面，理論上把Claude Code或Codex的設定改個幾行就能接上。 Qwen3.8-Max真的贏過Fable 5和GPT-5.6嗎？ 阿里公布的內部評測顯示，Qwen3.8-Max在OSWorld-Verified、Terminal-Bench 2.1等代理型任務上分數領先GPT-5.6與Claude Fable 5，在Arena.AI的文字類排行榜上也一舉衝上中國模型第一名。但要注意這些數字目前全部來自官方自報，第三方尚未有機會用開源權重獨立覆現，加上不同媒體整理出來的分數版本差異不小，建議先當參考、別直接當成定論。 開源時程與對開發者的實際意義 阿里表示Qwen3.8-Max的開源權重會「下週」釋出，這將是Qwen系列第一個Max等級的開源模型，也代表阿里從先前把旗艦模型收緊為閉源，重新轉向開源策略。對開發者來說重點有三： 先API後開源 ：現在只能透過付費API測試，真正能自架、微調要等權重釋出，屆時才有機會驗證官方數字是否誇大。 定價具競爭力 ：每百萬token 2/6美元的組合，比多數美系旗艦模型便宜，適合先拿來做大量呼叫的原型測試。 相容層省事 ：OpenAI與Anthropic雙相容介面，讓既有的agent workflow遷移成本降低，但複雜推理、安全性仍建議實測再上生產環境...

By Kit 小克 | AI Tool Observer | 2026-08-05 🇹🇼 Qwen3.8-Max評測：阿里2.4兆參數模型下週開源 Qwen3.8-Max 是阿里巴巴8月4日發布的最新旗艦模型，總參數量達2.4兆、採用MoE（混合專家）架構、每次請求僅啟動約950億參數，支援高達100萬token的上下文視窗。這次發布最受矚目的不是效能數字，而是阿里承諾 下週釋出開源權重 ——這是Qwen-Max等級模型首次不再只鎖在API後面。 Qwen3.8-Max效能到底如何？ 基準測試結果是「各有勝負」，不是一面倒的碾壓。在程式碼相關測試上： Terminal-Bench 2.1 ：86.6分，略輸GPT-5.6 Sol的88.8分，但贏過Claude Opus 4.8與Fable 5的84.6分 SWE-bench Pro ：67.7分，明顯落後Claude Fable 5的80.0分，這是Qwen3.8-Max最弱的一塊 PaperBench ：93.0分，反而超越GPT-5.6 Sol的90.5分與Fable 5的88.8分 在代理（Agent）任務與長流程作業上，Qwen3.8-Max表現最亮眼：CoWorkBench拿下74.8分（贏過Sol的71.5分），WideSearch更是拿到81.9分。官方展示案例包括讓模型獨立完成125小時的研究複現任務、10天份的完整程式專案，以及一場電商模擬賺進人民幣416,252元——顯示這顆模型的長時間自主作業能力是重點賣點，而非單純的解題分數。 為什麼開源這件事比跑分更重要 過去阿里的Qwen-Max系列都是「參數最大、效能最強」但只能透過API使用的頂規模型，開源的是縮小版。這次Qwen3.8-Max打算把旗艦權重也公開，加上小老弟Qwen3.8-27B同步開源，等於讓企業和開發者可以自架、微調、甚至商用部署一顆真正接近前沿水準的模型，不必被單一API供應商綁住。這對正在評估 私有化部署 或資料合規要求高的團隊，是很實際的誘因。 價格與取得方式 API目前已經上線，走OpenAI相容端點，價格為每百萬輸入token 2美元、每百萬輸出token 6美元，快取輸入token只要0.25美元，比多數西方競品便宜不少。內建五種工具（程式碼直譯器、網頁搜尋、網頁...