阿里巴巴旗下千问（Qwen）团队于8月3日正式宣布千问3.8-Max，，，总参数目2.4万亿，，，激活参数95B，，，是千问家族迄今规模最大、能力最强的模子。。。。这也是千问首次将Max级别模子开源——权重将于下周在开源社区Hugging Face和ModelScope宣布。。。。
定价方面，，，千问3.8-Max通过千问AI平台（阿里云）提供API挪用：输入2.0美元/百万tokens，，，输出6.0美元/百万tokens，，，隐式缓存0.25美元/百万tokens。。。。
基准测试显示，，，千问3.8-Max在编程智能体和通用智能体多项指标上与Anthropic Fable5体现相当，，，部分指标逾越后者。。。。例如，，，PaperBench得分93.0，，，高于Fable5的88.8；；；CoWorkBench得分74.8，，，与Fable5的75.9靠近；；；WideSearch得分81.9，，，与Fable5的81.2持平。。。。
性能：与 Fable 5 相当，，，部分逾越
凭证千问团队宣布的完整基准测试数据，，，Qwen3.8-Max 在多个焦点指标上与 Anthropic Claude Fable 5 持平或凌驾：
PaperBench（论文能力）：Qwen3.8-Max 得分93.0，，，凌驾 Fable 5 的 88.8 和 GPT-5.6 Sol 的 90.5IFBench：Qwen3.8-Max82.8，，，Fable 5 为 63.5，，，GPT-5.6 Sol 为 72.7HealthBench：Qwen3.8-Max60.2，，，凌驾 GPT-5.6 Sol 的 55.3CoWorkBench（通用协作）：Qwen3.8-Max74.8，，，Fable 5 为 75.9，，，差别极小JobBench（AI事情能力）：Qwen3.8-Max53.4，，，靠近 Fable 5 的 57.4
多模态方面同样体现突出：
OSWorld-Verified：Qwen3.8-Max86.1，，，凌驾 Fable 5 的 85.0AndroidWorld85.3，，，Fable 5 为 88.8MLVU（长视频）90.8，，，Fable 5 无数据
值得注重的是，，，Fable 5 的部分效果可能包括回退机制，，，千问团队在注释中对此作了说明。。。。
编程能力：从空文件夹到生产级交付
千问团队用三个真实案例测试了千问3.8-Max的自主编程能力，，，全程无人工介入。。。。
案例一：十天级自动编程。。。。模子从零建设oh-my-cli项目，，，自主运行约16天，，，累计完成265次commits、127个PR、151个issues。。。。它将用户反馈、社区实践与自测效果统一纳入工程循环，，，实现需求自动领取、代码天生、测试验证的完整闭环。。。。
案例二：复现并逾越论文。。。。模子自力事情约125小时，，，写下约7,600行代码，，，执行凌驾1,100步操作，，，跑了33轮GPU训练，，，完整复现了论文《Unified Data Selection for LLM Reasoning》的六项主要结论。。。。随后进入"自我进化"阶段，，，提出并测试18种刷新方案，，，最终在竞赛级数学基准AIME24上比论文原要领再提升2.7分。。。。
案例三：24小时击败87%人类步队。。。。模子加入WWW2025多模态对话意图识别挑战赛，，，在526支人类步队中，，，经45次提交迭代，，，准确率从0.60升至0.853，，，击败458支步队。。。。
办公与长程使命：数百职业场景的生产级验证
千问团队在数百种高价值职业场景中测试了千问3.8-Max的现实交付能力。。。。
企业合纪状师：单次通读数百份文档，，，标出1,284条相关条款，，，一小时内完成——一律事情通常需要法务团队约一周。。。。
UI/UX设计师：天生包括8个页面的高保真可交互原型，，，全程未经人工返修。。。。
结构工程师：仅凭一份图纸，，，在浏览器中还原30层写字楼的抗震结构模子，，，古板流程需一周以上。。。。
量化研究：从一句使命形貌出发，，，调理约330个子智能体，，，完成约6,000次回测，，，将原本需要数周的量化研究压缩为一次对话内完成。。。。
在E-Commerce Bench（365天电商谋划模拟基准）中，，，千问3.8-Max以?416,252（4.16倍回报）胜出，，，凌驾第二名GLM 5.2达38%，，，较上一代千问3.7-Max提升152%。。。。
芯片设计：500轮交互，，，面积缩减81%
千问3.8-Max在芯片设计优化使命中展示了长程自主妄想能力。。。。
目的是优化一个G CD/RSA密码硬件加速器的逻辑门数目。。。。模子在无参考设计、无人工干预的条件下，，，历经约500轮交互、71次评估，，，跨越13个要害里程碑，，，将初始设计从8,298门优化至678门，，，在所有参评模子中体现最优。。。。
物理实现层面，，，芯片面积从106×106 ?m?缩短至46×46 ?m?，，，布线长度从33,369 ?m降至4,187 ?m，，，并实现500 MHz频率下的时序闭合，，，芯片面积整体缩减81%。。。。
多模态能力：视觉贯串执行全流程
千问3.8-Max的视觉能力不止于"看懂图片"，，，而是作为一连反馈回路贯串使命执行。。。。
模子在执行历程中会一连视察中心产品——检查页面结构、物体偏向、动画效果——发明问题后自主定位误差并修正。。。。千问团队将这一能力界说为"原生视觉反馈回路"。。。。
基准测试方面，，，千问3.8-Max在OSWorld-Verified得分86.1，，，凌驾Fable5的85.0；；；AndroidWorld得分85.3，，，靠近Fable5的88.8；；；ParametricCAD Bench得分91.5，，，凌驾Fable5的87.5。。。。
为便于开发者接入，，，千问团队同步推出千问-MM-Plugins，，，为差别智能体框架提供图像与视频处理、多模态影象、视觉工具挪用等扩展支持。。。。
开放接入：支持Claude Code、Codex等主流框架
千问3.8-Max现已通过千问AI平台提供API服务，，，支持OpenAI兼容协媾和Anthropic兼容协议，，，可直接与Claude Code、Codex、Qoder CLI、千问 Code、OpenClaw等主流开发工具集成。。。。
API支持reasoning_effort参数调理推理深度：xhigh（默认，，，适合重大使命）、medium（平衡准确性与速率）、low（优化速率与本钱）。。。。
模子权重将于下周在Hugging Face和ModelScope开源，，，届时千问3.8-27B也将同步开源。。。。
