刚刚，阿里Qwen3.8-Max来了！冲进全球第一梯队，模型表现直逼Claude

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 刚刚，阿里Qwen3.8-Max来了！冲进全球第一梯队，模型表现直逼Claude 梦瑶 2026-08-03 13:41:02 来源： 量子位 梦瑶 发自 凹非寺 量子位 | 公众号 QbitAI 不er？你告诉我现在搁哪儿还有便宜还好用的模型啊……（真心发问.jpg) 说时迟那时快，友友们，这不就来了嘛！！！ 就在刚刚，阿里巴巴突袭发布新一代基座大模型 Qwen3.8-Max 。 用四个字概括就是：「能打」「便宜」。 总参数量达到2.4万亿，在编程、专业工作、长程任务、多模态智能体等场景上的表现直接next level。 就在今天最新放榜的权威第三方榜单Arena中，Qwen3.8-Max更是一路冲到全球大模型第一梯队，表现直逼Anthropic的Claude系列模型： △Text Arena文本能力榜单，包含数学、代码、创业写作等领域 在编程表现上，Qwen3.8-Max甚至还超过了 Claude Opus 5 和 Fable 5 的High版本，确实有亿点不简单？？？ △编程能力（前端）榜单，考察多步骤推理及工具调用的编程智能体能力等 性能能打是一方面，关键是吧，人家连价格也一块打了下来—— 国内每百万Tokens输入12元、输出36元，隐式缓存命中仅1.5元，输入与输出的国际价格仅为Opus5的40%与24%……真·便宜大碗。 性价比高，能力还强，那还了得？ 瞧嘛，此前抢先体验Qwen3.8-Max预览版的网友，已经火速交上第一批实！测！反！馈！ 看下面这位老哥，直接用Qwen3.8-Max复刻了一版《愤怒的小鸟》，直言价格很合适，一周使用下来额度消耗不到九成，赞！ 还有网友只用一条提示词，就用Qwen3.8-Max搭出了一个完整、可交互的开发者作品集，最后给出的评价也相当言简意赅：《夯》！ 哦对了，还有一堆网友们，已经针对模型「超能打」的表现开始聊得火热朝天了！ 下面这位友友表示，已经迫不及待想把Qwen3.8-Max用起来了，顺便还不忘祝A社、O社IPO好运～（夺笋啊） 下面这位网友还提到，Qwen3.8-Max基准测试都把5.6-Sol给KO了，大家对A社和OpenAI的期待恐怕也得跟着变—— 毕竟又贵又闭源，门槛确实摆在那儿…… 还有朋友实测后感慨，Qwen3.8-Max的表现甚至超过了Fable 5，这波能力属实有点超出预期了奥！ 真·有口皆碑了也是。 既然，Qwen3.8-Max来都来了，我们也直接实测一波，看看模型到底能不能打！ 编程、专业工作、长程任务、多模态分析统统梭哈！ 说实话，阿里Qwen的前几代模型我几乎是发了一个测一个，零零散散测下来，最大的感受就是—— 确实夯，也确实能打…… 而这次到了Qwen3.8-Max，感觉又不一样了，因为面对真实世界里的复杂问题，这模型已经能一路拆解、执行，直到交付最终成果了。 在具体评测表现中，Qwen3.8-Max在科研复现、多模态理解、长视频和电脑操作多项超越GPT-5.6、Opus 4.8与Fable 5，在编程、终端Agent和专业工作也稳居行业头部—— 贴心的我，也帮大家浅浅总结了一下Qwen3.8-Max的亮点能力，让大家一睹为快！ 编程能力： 能把复杂任务端到端地自主交付，理解需求、搭建工程、运行实验、检查结果、继续优化全流程梭哈。官方披露的一个极端案例是，它能从一个空文件夹出发、在无人干预下自主推进十多天，最终交付一个真实可用的完整项目。 长线程任务： 具备系统级自主规划与执行能力，在数千轮超长程交互里也不迷失目标。 专业工作： 能一次交付需要返修3到5轮的APP原型，也能在一小时内处理数百份法律文档，完成上千个条款标注。 多模态智能体： 几百页的复杂材料、上百小时的视频内容都能消化，还能顺手整理成直接可用的成果。 我：如此之能干，如此之务实，还有这好事儿？那我可就直接狠狠一个大测特测！！！ Vibe一下，编程能力大考验 既然，Qwen3.8-Max如此擅长AI Coding，那我们直接上来就考察一下这模型的「编程本事」。 好巧不巧的是，最近的我正愁每周例会上该怎么把这一周的AI热点捋清楚，做成一份能给领导交差的分享。 这下好了，我索性把这事儿交给Qwen3.8-Max～（鬼点子生成中） 不过，光用一句提示词搭个网页，多少有点太简单了，于是乎—— 我直接化身产品经理，喂给了Qwen3.8-Max整整一大页产品需求，让它「从零」开发一个可运行的AI资讯网页。 在具体需求上，我不仅明确要求了网页需要具备的核心功能，还对数据、页面体验、技术约束、验收标准、交付要求进行了明确约束，主打一个狠狠刁难！！！ 大概过了5分钟。 我的这位产品经理Qwen3.8-Max，就直接给我端上来了一份接近 正式产品交付水准 的全链路解决成果—— 整个交付过程页面我从头拉到尾，说实话，确实有点让我震惊。 需求拆解、技术选型、项目结构、功能实现，该有的环节一个没落，完全是一套真实项目从开发到交付的完整流程。 然后，我再定眼一看，发现Qwen3.8-Max还专门整理了一份 「问题与解决记录」 ，开发过程中碰到了什么报错、问题出在哪儿、最后怎么修好的，它全给列得明明白白。 而作为提出需求的那个人，我真的全程一次手都没插，甚至直到看见这份记录，我才知道中间居然还冒出过这么多麻烦？？？ 不是我说，这模型是真·有问题自己解决啊，Qwen3.8-Max：事情交给我您放心哈～ 此外，在检查模型作业的过程中，我又发现了点我属实没料到的东西…… Qwen3.8-Max在交付前，还给整个项目来了一轮正儿八经的 「功能验收」 ？？？？ 从安装依赖、本地启动，到生产构建和预览，它把项目能不能跑起来逐项过了一遍。 甚至，连数据量、分类覆盖范围、搜索清空后的页面恢复，它都一项项列进了验收清单，最后统一打上「通过」。 别说，整个从零搭建项目的全过程真有点真实工程内味儿了，be like： 真的就几分钟。 我写下的一整页产品需求，就这么被Qwen3.8-Max直接交付成了一个能跑的项目。 我忐忑地打开Qwen3.8-Max给我的代码跑了一下网页，没有报错，也没有哪项功能突然掉链子。 页面布局、资讯分类、搜索、排序、收藏……几乎和需求文档里写的一模一样，交互也没有问题， 原本可能需要我自己一轮轮试错、查报错、补功能、跑测试的工程过程，就这么全让模型一个人干了。 我只想说，Qwen3.8-Max，你这是真·端到端啊…… 长长长长文本分析也来探一探 能搞定编程项目的全流程交付，确实不亿般。 But，在日常学习工作场景中，我们很多时候未必有那么多需要Coding的场合。 很多时候真正想让我们口吐芬芳的，反倒是一些《蛮基础》的工作场景，就比如啊—— 长文本分析。 （doge） 估计有友友该说了，这有啥难的啊，直接喂给AI资料，然后坐享其成得了呗～ 单纯的文本分析当然不难，but，让AI对几十页复杂文档进行「交叉分析」那事情就不一样了。 之前我就喂给过GP