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

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

编程、专业工作、长程任务、多模态分析统统梭哈

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。