SetupAI
EN
來源較早收集於 68m

MiniMax H3 開源，Qwen3.8-Max 發布

閱讀原文： 少数派
#open-source-models#model-release#chinese-llm

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 秒速覽

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

本篇為 AI 生成分析，非原文內容。

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

架構
MiniMax H3
MoE
Qwen3.8-Max
Dense/MoE Hybrid
GPT-4o (參考)
MoE
核心優勢
MiniMax H3
長文本、推理速度
Qwen3.8-Max
多模態、程式碼能力
GPT-4o (參考)
生態系統、通用性
授權模式
MiniMax H3
開源 (Open Weights)
Qwen3.8-Max
開源/商用授權
GPT-4o (參考)
閉源 API
基準測試
MiniMax H3
高效能推理
Qwen3.8-Max
頂尖綜合評分
GPT-4o (參考)
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。

前景展望基於引用來源的 AI 分析

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。
閱讀原文： 少数派

AI 週報

閱讀本週精選 AI 大事摘要 →

PostLinkedIn

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 ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週電子報

每週一封，可隨時退訂。