阿里巴巴Qoder AI編碼代理上線，Qwen訓練成本下降89%

阿里雲發布了Qoder——一個可根據自然語言提示構建軟體的AI代理工作台，正式進軍一個Qwen訓練成本已降至先前水平九分之一的編碼市場。

SandboxAQ總經理Mohammed Aboul-Magd在宣布其Switch代理平台時表示：「我們接觸的每個團隊都有功能強大的代理被困在各自獨立的工具中，而協調成本正在吞噬這些代理本應帶來的生產力。」

阿里雲表示，Qoder無需編程背景——用戶描述目標後，代理會調用編碼和工具能力來處理開發、原型設計和數據處理。此次發布緊隨8月26日推出的Qwen3.8-Flash，該模型將訓練成本降至約為Qwen3.7-Plus的九分之一，同時支援262,144個token的默認上下文窗口，可擴展至100萬個token。API訪問定價為每百萬輸入token 1元人民幣，每百萬輸出token 3元人民幣。

此舉加劇了AI編碼助手領域的競爭，阿里巴巴在此領域與OpenAI的Codex、Anthropic的Claude Code以及Google的Agent Development Kit展開競爭。阿里巴巴週日透過折價配售籌集了800億港元以支持其AI雄心，而Qoder代表公司透過面向開發者的產品將Qwen模型系列變現的戰略。

Qoder在代理堆疊中的定位

Qoder位於Qwen模型之上的應用層，與GitHub Copilot、Cursor和Claude Code等將自然語言轉化為可執行代碼的工具展開競爭。與那些通常需要用戶對代碼結構有一定了解的工具有所不同，Qoder專為沒有編程背景的用戶設計——阿里雲將其描述為「面向所有人」。

根據路透社報導，在Qoder發布前一天推出的Qwen3.8-Flash模型，在編碼和辦公任務方面的表現優於前代產品，同時訓練成本僅約為前者的九分之一。該模型支援默認262,144個token的上下文窗口，可擴展至100萬個token，使其能夠處理大型檔案、長時間對話和大量研究資料。成本降幅顯著：Qwen3.8-Flash的訓練成本約為Qwen3.7-Plus的11%，這一差距可能重塑中國AI市場的定價動態。

阿里巴巴還發布了Qwen3.8-Flash-Next——一個開放權重實驗模型，總參數量達1,250億，但每次推理僅啟動60億參數。該模型預覽了為Qwen4設計的架構，具備混合注意力、門控殘差連接和n-gram嵌入等特性。在代理編碼基準測試中，Qwen3.8-Flash-Next在DeepSWE 1.1上獲得58.7分，領先於DeepSeek-V4-Flash的54.4分和Qwen3.8-27B的42.2分。模型卡註明這些是供應商自行報告的數據，在其自有的測試框架上評估，並報告了兩種測試設定中的最高分。

競爭格局

AI編碼助手市場已成為企業軟體領域競爭最激烈的賽道之一。OpenAI的Codex、Anthropic的Claude Code和Google的Agent Development Kit都瞄準相同的開發者工作流程。SandboxAQ的Switch於本週發布，旨在協調跨Slack、Teams和Discord頻道的代理，而AWS本月則資助了一個代理註冊中心的聯邦層。這場競賽日益聚焦於掌控代理之間的連接層，而非代理本身。

阿里巴巴的優勢在於其垂直整合的技術堆疊——Qwen模型、雲端基礎設施，以及如今的Qoder應用層。根據路透社報導，在競爭日趨激烈的中國市場，阿里巴巴的Qwen模型是最受歡迎的模型之一。週日宣布的800億港元配股為AI基礎設施建設提供了額外資金，而Qwen3.8-Flash-Next的發布也彰顯了公司通往Qwen4的路線圖。

對投資者而言，關鍵問題在於Qoder能否將阿里巴巴的模型人氣轉化為付費開發者席位。路透社報導，該公司的雲端部門一直是AI需求的主要受益者，AI已成為這家電商和雲端運算巨頭收入增長的最大驅動力。每百萬輸入token僅1元人民幣的定價大幅低於西方競爭對手，可能加速其在亞洲和新興經濟體等價格敏感市場的採用。

儘管AI勢頭強勁，阿里巴巴的股價仍相較美國超大型雲端服務商存在顯著折價。Qoder的發布，加上Qwen3.8-Flash的成本削減，強化了阿里巴巴能在全球AI工具市場有效競爭的論點。該公司能否將模型級別的人氣轉化為可持續的開發者平台收入，將決定市場是否會將其估值重新調整至更接近美國同行的水平。

本文僅供參考，不構成投資建議。