阿里巴巴最新的 AI 中国信号，重点落在 Qwen3.7-Max 分数之外。更耐看的部分，是阿里云正在把 Qwen、第三方中国模型、agent 工具、云技能与订阅打包进同一条渠道。市场已经计入的预期仍是“中国实验室继续发布更便宜、接近前沿能力的模型”。新变化在于，百炼与 Qwen Cloud 正在让模型层呈现为一种云分发生意。
截至 2026-06-02T17:01:51Z UTC，阿里云 5 月 26 日新加坡 Qwen Conference 的公告把三项内容并列放出：Model Studio 上的 Qwen3.7-Max、用于模型访问与 agent 创建的 Qwen Cloud 平台，以及一个 Skills 门户，可把超过 60 个云产品上的能力转换为 Skill 形态和 MCP 兼容格式。[1] 这个顺序值得关注。它表明阿里巴巴希望开发者理解 Qwen 时，看到的是 API 端点之外的一整套路由。它希望模型选择、工具执行、云资源、计费与企业 agent 部署的路径，都经过阿里巴巴的平台。
机制在于渠道控制，模型纯度只是背景
第一条支柱是模型货架。阿里巴巴 Model Studio 文档现在读起来已经少了单一 Qwen 家族手册的味道，更像是面向 agent 开发者的采购地图。对于 OpenClaw、Claude Code 或 Hermes 用户，中文帮助页面推荐 qwen3.7-plus，理由是能力与成本之间更均衡，并说明它具备完整的工具调用支持与 1M 上下文窗口；同一页面也把 Token Plan 用户引向 glm-5 和 MiniMax-M2.5，用于 agent 工作流。[2]
这正是重要线索。百炼承担的任务，已经超出守住 Qwen 自有阵地。它正在建立一个入口，让 Qwen、DeepSeek、Moonshot 的 Kimi、智谱的 GLM、MiniMax，以及图像和视频模型家族，都能在阿里巴巴的控制平面内被比较、计费和切换。[2][3] 在 Token Plan 文档里，支持列表包括 Qwen 模型、Wan 图像模型、DeepSeek v4 变体、Moonshot kimi-k2.6 与 kimi-k2.5、智谱 glm-5.1 与 glm-5，以及 MiniMax-M2.5。[3] 具体阵容会变化，但模式已经清楚：平台希望切换决策发生在阿里巴巴的账户、账单与额度系统内部。
第二条支柱是 agent 入口。5 月 26 日公告称，Qwen Cloud 采用三入口设计：面向 agent 的 Skills、用于工作流集成的命令行界面，以及面向人工用户的网站。[1] 这种拆分与 AI 使用方式的迁移方向吻合。人工提示框仍有价值，但长时间运行的代码工作、云操作、数据拉取、部署与内部工作流自动化，正在越来越多地依赖程序化入口。只要阿里巴巴能让这些入口显得足够原生，即便底层模型常常切到 Qwen 之外，平台也能捕获使用量。
第三条支柱是计费。Token Plan 把多模型使用转换为 Credits，提供标准版、高级版与专业版席位，并列出每席每月 RMB198、RMB698 与 RMB1,398 的价格，对应 25,000、100,000 与 250,000 Credits。[3] 该页面也说明，团队版当前仅支持华北 2 北京地域；这条边界承担的含义超过脚注：它首先是一条国内商业通道，全球版 Qwen Cloud 则承载国际叙事。[1][3]
模型分数仍然重要
模型本身仍然处在这套渠道叙事的中心。阿里巴巴自家发布稿称，Qwen3.7-Max 已在新加坡地域的 Model Studio 上线，并引用 Artificial Analysis 的 Intelligence Index 56.6 分，位列全球第五、在该表中的中国模型里排第一。[1] Computer Weekly 对新加坡发布会的报道，也把同一场发布描述为围绕最新旗舰模型展开的一组 agentic 云产品，重点放在产品组合与云端入口，单独研究发布的色彩退到后面。[4]
分数重要，是因为渠道控制在第一方模型可信时最有力量。如果 Qwen 明显落后于前沿，百炼看起来就会像带着弱自有品牌的转售目录。强 Qwen 让阿里巴巴可以把自家模型放在前台，同时继续从异质模型组合中变现。落到实践里，客户可以从 qwen3.7-plus 或 qwen3.7-max 开始，在成本压力下回落到更低价的 Qwen 层级，把部分任务路由到 DeepSeek 或 Kimi，同时把商业关系留在阿里云。[2][3]
这是一种不同于纯开放权重分发的竞争姿态。开放权重可以扩大影响力，但它不会自动带来云收入、企业席位管理、使用分析或工具层锁定。百炼正在形成的主张更窄，也更容易变现：把模型货架放进团队购买额度、分配席位、管理 API keys，并把 agent 连接到云资源的同一位置。[1][3]
制衡因素在于信任与可迁移性
最强的制衡因素来自开发者是否信任这条路径，排行榜本身退到次要位置。如果用户认为平台地域限制太强、计费透明度不足、高负载下速度太慢，或者相比直接调用模型提供方 API 显得笨重，渠道策略就会削弱。阿里巴巴自己的 Token Plan 页面列出严格边界：该计划限定于兼容的交互式 AI 编程与 agent 工具，不覆盖自动化脚本或后端应用使用，所有用量以实际计费记录为准。[3] 这些约束对于订阅产品可以成立，同时也界定了产品边界。
这里还有可迁移性问题。Qwen Cloud 的全球叙事称，它把第一方 Qwen 模型、开源模型与第三方产品组合在一起，覆盖文本、视觉、音频、图像、视频与 embeddings。[1] 这种宽度有助于采用，但也会让企业买家追问：当他们日后偏向另一朵云或直接供应商账户时，prompts、traces、工具定义、席位与工作流集成能否迁出。模型超市要胜出，便利性必须高于切换风险。
因此，反证很具体：如果严肃的 agent 开发团队持续绕开百炼与 Qwen Cloud，把高价值工作负载交给直接账户或中立聚合器，以获得更好的延迟、更清楚的计费或更少的地域摩擦，那么阿里巴巴的渠道论就被夸大了。模型货架可以很宽，旗舰模型也可以很强，但只有当平台成为团队治理 AI 工作的默认位置，这门生意才会持续复利。
观察点
第一项观察，是 60-plus 个 MCP 兼容云 Skills 是否会成为真实生产路径，发布清单只是起点。[1] 如果数据库、可观测性、安全与运维 Skills 开始出现在企业 agent 工作流内部，阿里巴巴将拥有比模型定价更深的护城河。
第二项观察，是 Token Plan 是否会扩展到华北 2 北京之外，以及席位模式能否承受高强度开发者使用，同时不给超额计费留下混乱叙事。[3] 价格阶梯已经清楚，运营体验也需要同样清楚。
第三项观察，是第三方模型的新鲜度。如果 DeepSeek、Kimi、GLM 与 MiniMax 变体进入百炼的速度足够快，团队就会把阿里巴巴视为当前目录，延迟镜像的印象会被削弱。[2][3]
第四项观察，是新加坡路径。阿里巴巴把 Qwen Cloud 与一个本地项目相连，计划同 NTUC 的 Tech Talent Assembly 以及 ST Telemedia Global Data Centres 一起，为超过 1,000 名新加坡中小企业人员和学生提供生成式与 agentic AI 培训。[1][5] 与全球云支出相比，这个规模不大，但它展示了出海动作：把模型访问接到本地伙伴、开发者教育与特定地域云容量上。
有用的解读是，阿里巴巴没有在开放 AI 影响力与云变现之间二选一。它试图在两者之间设置一个收费闸口。放在 AI 中国语境里，百炼的模型超市值得持续跟踪，因为它把模型竞赛转化为另一个问题：从基准测试好奇心到托管式团队使用，这条路径由谁拥有。
来源
- 阿里云，“Alibaba Cloud Unveils Advanced Agentic AI Ecosystem for Global Customers”（2026 年 5 月 26 日）- Qwen3.7-Max、Qwen Cloud、Skills 门户、MCP 兼容云能力、JVS Agent Suite、新加坡计划。
- 阿里云帮助中心，“文本生成” / Model Studio 文本生成文档 - 模型推荐、1M 上下文说明、工具调用、结构化输出与模型矩阵。
- 阿里云帮助中心，“Token Plan（团队版）概述” - Credits 计费、支持的 Qwen 与第三方模型、席位层级、定价、地域边界与使用规则。
- Computer Weekly，“Alibaba unveils Qwen 3.7 Max at inaugural Singapore conference”（2026 年 5 月 26 日）- 对新加坡 Qwen Conference 与 agentic 云产品发布的独立报道。
- 新华社，“Alibaba Cloud partners with Singapore trade union, data center provider on AI training”（2026 年 5 月 26 日）- 关于 NTUC、ST Telemedia Global Data Centres 与阿里云培训计划的报道。
- Wikimedia Commons，“File:Phase 4 of Alibaba Xixi Park 20200913.jpg” - 本文封面所用真实照片的来源页面。