阿里巴巴通義千問(Qwen3.8):中文能力最受肯定的開源系列,以及香港學校的兩條路

一句話答案:Qwen 是中文能力最受肯定的開源系列,而香港學校要用它有兩條路——把 Qwen3.8-27B 放在校內伺服器(資料不出校網),或呼叫 Qwen3.8-Max 的雲端 API(屬跨境傳輸,需先做私隱評估)。

這是甚麼:一個同時走閉源與開源兩條路的中文系列

通義千問是阿里巴巴的模型系列。它與其他中國廠商最大的分別,是同一代模型會同時推出「只有雲端 API 的旗艦」與「可以下載的開源權重」,而且開源的尺寸選擇很齊全,由能放進筆記型電腦的小型號一路到需要機房的超大型號。

對香港學校,這個結構剛好對應兩種完全不同的決定。走雲端,你得到最強的中文表現與最長的上下文,但代價是個人資料離境;走自架,你要自己買顯示卡與承擔維護,但整條合規問題消失。這兩條路不是「好與差」,而是「學校願意承擔哪一邊的成本」。

要補一句:Qwen 的訓練語境以內地用語為主。它處理中文很穩,但寫出來的可能是「垃圾桶」而不是「垃圾箱」、是「小學五年級」而不是「小五」。提示裡必須明確要求繁體中文與香港用語,並由教師覆核。

現行陣容:一個閉源旗艦、兩個開源尺寸、一個廉價小型號

• Qwen3.8-Max(2026 年 8 月 3 日正式上線,0902 快照 9 月 3 日推出):2.4 萬億總參數的 MoE,每 token 啟動約 950 億,100 萬 token 上下文,支援文字、圖像與影片輸入。每 100 萬 token 輸入 2 美元、輸出 6 美元,快取輸入約 0.25 美元。Max 端點是閉源的,沒有公開權重。
• Qwen3.8-2.4T-A95B(2026 年 8 月 12 日):與旗艦同架構的開源權重版本,但採自訂授權——公開版本不含圖像輸入,年收入超過 5,000 萬美元的供應商需另取商業授權。2.4 萬億參數需要機構級硬件。
• Qwen3.8-27B(2026 年 8 月 14 日):278 億參數的密集視覺語言模型,Apache 2.0,官方標示可在 24GB 顯示記憶體運行。這是整批模型中最適合學校自架的一個。
• Qwen3.8-Flash(2026 年 8 月 26 日):1,250 億總參數、60 億啟動參數的小型 MoE,每 100 萬 token 0.15 / 0.47 美元,適合高頻率批量任務。
• Qwen2.5 系列(2024 年 9 月 19 日):至今仍是 Ollama 上最常用的中文開源世代,我們本地部署建議清單中的 qwen2.5:14b 即屬此代。

完整的版本、日期與價格對照,見本頁下方自動生成的系列表。

優點:對學校而言最實際的四點

1. 中文處理在同級開源之中最穩。中文閱讀理解、文件摘要、簡繁處理與中文提示的理解力,都比同體積的英文為主的開源模型明顯好——對中文科、常識科與中史科的備課特別有用。
2. 有一個真正跑得起的尺寸。24GB 顯示記憶體是一張高階消費級顯示卡的規格。Qwen3.8-27B 讓「校內自架一個中文能力不錯的模型」由理論變成一張採購單。
3. Apache 2.0 讓辦學團體可以複製部署。27B 的授權沒有用戶數上限,一份權重可以在旗下多所學校用,不產生額外授權費。
4. 雲端價格低,試行成本小。旗艦 2 / 6 美元、Flash 只要 0.15 / 0.47 美元,教師在不含個人資料的前提下做能力測試,成本幾乎可以忽略。

缺點與局限:必須向校長說清楚的部分

• Max 端點是跨境資料傳輸。這是最重要的一點:把學生作文或姓名送到 Qwen 的雲端 API,就是把個人資料傳出香港。學校要麼先完成私隱影響評估與家長知情同意,要麼改用自架方案。
• 開源旗艦的授權不是 Apache 2.0。Qwen3.8-2.4T-A95B 採自訂授權,公開版本不含圖像輸入,並對年收入超過 5,000 萬美元的供應商設商業授權要求。學校自用一般不受影響,但要對外提供服務就必須先看條款。
• 用語需要校準。輸出常出現內地慣用詞與內地教育制度的假設(例如年級稱法、考試名稱)。這不是能力問題,而是語境問題,要靠提示模板與校本知識庫修正。
• 敏感與時政題目的答案會保守或偏斜。涉及歷史、政治與社會議題時,學校應預期答案不中立。通識與人文科目用它做資料整理可以,但不應當成唯一來源。
• 自架的隱藏成本仍在。顯示卡只是起點,還有供電、散熱、備份與版本更新。沒有 IT 人手的學校,總成本未必低於雲端訂閱。

適用場景

教師:中文科教案、文言文與白話對照、中文工作紙題目變體、把長篇中文文件整理成摘要。這些任務 Qwen3.8-27B 已經足夠,不必用旗艦。

學生:適合中文閱讀理解的提示與詞語解釋。必須在導師模式下使用,由平台限制它只給提示不給答案,並保留教師可審視的對話紀錄;涉及價值判斷的題目應由教師帶領討論,不要交給模型。

IT 主任:先確認顯示卡有 24GB 顯示記憶體,再決定跑 qwen2.5:14b 還是 Qwen3.8-27B。建議兩個並行跑一個學期,量度延遲、同時在線人數與教師滿意度,再收斂到一個。

教育場景實測提示

以下提示可直接貼進 Edor.ai 的教師工具,或任何連接本地 Qwen 權重的介面。第三句的用語限制是關鍵,沒有它輸出會夾雜內地用語。

你是香港小學中文科教師。請就「中秋節的由來與習俗」為小五學生設計一份 30 分鐘的閱讀與寫作活動。
輸出:短文一篇(350 字內)、詞語解釋表(6 個詞語,附例句)、理解題 4 條、寫作引導題 2 條、教師觀察要點 3 項。
限制:全部用繁體中文及香港用語(例如寫「小五」而不是「五年級」,寫「工作紙」而不是「學案」);不要使用內地教材常見的表述;若涉及歷史年代或典故不確定,請寫「請教師核實」,不要自行編造。

以下是一位中三學生的中文記敘文。請按「內容 / 表達 / 結構」三項各給 1 至 5 分,每項寫兩句具體評語,再列出三個該學生下一步應該練習的重點。
限制:用繁體中文及香港用語;不要重寫整篇文章,只給回饋;引用學生原文時保留原句不改;評語要具體指出段落位置;若你對香港中文科評分習慣沒有把握,請標示「請教師核實」。
[貼上作文]

在 Edor.ai 的可用性

Qwen 不是平台的原生供應商。Edor.ai 原生支援 OpenAI、Azure OpenAI、Anthropic、Poe 與本地 Ollama 五種;Qwen 是透過最後一項進入平台的——學校在校內伺服器用 Ollama 跑起 Qwen3.8-27B 或 qwen2.5:14b,再在後台把供應商設為本地 Ollama。我們的本地部署建議清單已經包含 qwen2.5:14b,IT 主任不需要從零開始摸索。

這正是學校把學生資料留在校網內的做法,而在 Qwen 的情況下,它同時解決了跨境傳輸的問題:自架之後,對話不經任何外部雲端,四層守門、教師監控、ai_audit_logs 稽核紀錄與校本知識庫檢索全部照常運作,功能與雲端版本一致,資料仍然屬於學校,可隨時一鍵全量匯出。相反,若學校堅持要用 Qwen3.8-Max 的雲端 API,那就是跨境傳輸,必須先完成私隱評估。

想再走一步的學校,可以用自己的中文教案與範文對開源權重做微調,讓輸出的用語直接貼近校本習慣。LoRA、QLoRA 與 INT4 量化就是讓這件事在一張消費級顯示卡上完成的關鍵技術,也正是 LLM 教室 裡教的同一套內容——我們的校內部署選項與課程用的是同一組概念。

替代方案

• 想比較其他中國模型的中文表現與定價 → 讀 DeepSeek、Kimi、Qwen、GLM 對照,或看 DeepSeek。
• 想要同樣 Apache 2.0、偏向代理任務的 30B 級開源權重 → 看 Meta 開源權重。
• 想要最省心、不用管硬件,而且要粵語口語練習 → 看原生供應商 OpenAI。
• 想先算清楚自架與雲端的成本與私隱差別 → 讀 開源與閉源的成本與私隱權衡,並看我們的 資訊安全說明。