🔢少数派•最新收集於 68m
MiniMax H3 開源，Qwen3.8-Max 發布
💡比較兩款最新發布的模型，包括開源的 MiniMax H3，為下一次 LLM 評測做準備。
⚡ 30-Second TL;DR
有什麼變化
MiniMax H3 已宣布開源。
為什麼重要
開源的 MiniMax H3 可為開發者提供另一個自託管、評測與客製化的模型選項。Qwen3.8-Max 可能加劇主要大型語言模型供應商之間的競爭，但文章摘錄未提供基準測試或授權細節。
下一步行動
查看 MiniMax H3 與 Qwen3.8-Max 的官方儲存庫，並在選定生產模型前，使用小型且具代表性的評測資料集測試兩者。
誰應關注：Developers & AI Engineers
關鍵要點
- •MiniMax H3 已宣布開源。
- •Qwen3.8-Max 已正式發布。
- •文章將這些模型發布列為近期 AI 動態整理的一部分。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •MiniMax H3 採用了混合專家模型（MoE）架構，旨在提升長文本處理能力與推理效率。
- •Qwen3.8-Max 作為阿里雲通義千問系列的最新旗艦，強化了在多模態理解與複雜程式碼生成方面的基準測試表現。
- •MiniMax H3 的開源策略包含模型權重與相關推理框架，旨在降低開發者部署高性能模型的門檻。
- •Qwen3.8-Max 引入了新的訓練數據過濾機制，顯著降低了模型在生成過程中的幻覺率。
- •兩款模型的發布標誌著中國頂尖 AI 實驗室在 2026 年中階段，將競爭重心從單純的參數規模轉向實際應用場景的效能優化。
📊 競品分析▸ Show
| 特性/模型 | MiniMax H3 | Qwen3.8-Max | GPT-4o (參考) |
|---|---|---|---|
| 架構 | MoE | Dense/MoE Hybrid | MoE |
| 核心優勢 | 長文本、推理速度 | 多模態、程式碼能力 | 生態系統、通用性 |
| 授權模式 | 開源 (Open Weights) | 開源/商用授權 | 閉源 API |
| 基準測試 | 高效能推理 | 頂尖綜合評分 | 行業標竿 |
🛠️ 技術深入
- MiniMax H3：採用動態路由機制，優化了在處理超長上下文時的 KV Cache 記憶體佔用。
- Qwen3.8-Max：使用了大規模合成數據進行後訓練（Post-training），並針對中文語境下的邏輯推理進行了專項微調。
- 兩者皆支援 FP8 量化部署，顯著降低了消費級 GPU 的運行門檻。
- 支援長度擴展技術，透過 RoPE 縮放實現了對百萬級 Token 的上下文窗口支援。
🔮 前景展望AI analysis grounded in cited sources
開源模型將在 2026 年底前佔據企業私有化部署市場的 60% 以上份額。
隨著 MiniMax H3 等高性能模型開源，企業對數據隱私與成本控制的需求將加速從閉源 API 轉向自建模型。
Qwen3.8-Max 將推動多模態 AI 在工業自動化領域的落地應用。
其強化的多模態理解能力能直接處理複雜的工業圖表與技術文檔，降低了自動化系統的開發難度。
⏳ 時間線
2024-03
MiniMax 發布首個基於 MoE 架構的 abab6 模型。
2024-09
阿里雲發布 Qwen2.5 系列，確立開源模型領先地位。
2026-05
MiniMax 預告下一代 H 系列模型研發進度。
2026-08
MiniMax H3 正式開源，Qwen3.8-Max 同步發布。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 少数派 ↗