Qwen3.8-Max：你需要了解的重点

Qwen3.8-Max 是近期大模型领域关注度最高的新模型之一。

8月3日，阿里通义千问团队正式发布Qwen3.8-Max，并称其为“目前能力最强的Qwen模型”。该模型总参数规模约为 2.4万亿，重点面向自主编程、专业工作、长周期Agent任务和多模态理解。

相比此前的预览版本，这次官方公布了更多关键信息，包括API价格、语言与视觉能力测试、长时间运行的Agent案例，以及模型权重的开放计划。

Qwen3.8-Max的意义不只是模型变得更大。它反映出一个更明显的行业趋势：大模型正在从“回答问题”转向“完成工作”。模型不仅要给出答案，还要能够制定计划、调用工具、检查结果，并持续推进复杂任务。

Qwen3.8-Max是什么？

Qwen3.8-Max是阿里通义千问推出的新一代旗舰模型，主要面向复杂推理、软件开发、多模态分析、专业工作流和自主Agent任务。

该模型此前以预览版本开放体验，模型名称为：

qwen3.8-max-preview

预览版让部分开发者提前体验了模型，但当时仍有不少信息尚未明确，例如标准API价格、开源时间和完整的测试结果。

这些问题在8月3日发布的Qwen3.8-Max官方公告中有了更清楚的答案。

官方将Qwen3.8-Max定位为面向“编程与协作”的旗舰模型，并重点强调了四项能力：

• 自主完成软件开发
• 生成可直接用于实际工作的专业成果
• 长周期规划与执行
• 原生多模态Agent能力

换句话说，Qwen3.8-Max并不只是一个参数更大的聊天模型。它更像是一个面向复杂任务的智能中枢，可以处理代码、文档、视觉界面、外部工具和较长的任务记录。

Qwen3.8-Max有哪些核心能力？

约2.4万亿总参数

Qwen3.8-Max最受关注的参数是其约 2.4万亿的总参数规模。

这是目前通义千问公开发布的最大模型之一。不过，总参数量并不等于模型每次回答问题时都会调用全部参数。

如果模型采用混合专家架构，每次推理通常只会激活其中一部分参数。模型在实际任务中的表现，还会受到以下因素影响：

• 每次推理激活的参数数量
• 训练数据的质量
• 强化学习方法
• 工具调用的准确性
• 上下文管理能力
• 推理基础设施
• 响应速度
• 多次执行同一任务时的稳定性

因此，2.4万亿参数说明Qwen3.8-Max的模型规模很大，但不能只凭这一项数据就认定它在所有任务中都领先。

自主编程能力

根据Qwen官方介绍，Qwen3.8-Max可以持续进行十天以上的自主软件开发。

官方展示的案例中，模型从一个空文件夹开始，在较少人工干预的情况下逐步完成了一个可用于生产环境的项目。相关开发过程已经通过官方公告中的GitHub链接公开。

这类任务远比生成一个函数或修复一处报错复杂。要连续完成一个软件项目，模型通常需要：

1. 理解产品目标；
2. 设计合适的技术架构；
3. 创建并修改多个文件；
4. 安装和配置依赖；
5. 运行测试并分析错误；
6. 检查应用的实际效果；
7. 修复发现的问题；
8. 在长时间执行过程中始终围绕原始目标推进。

需要注意的是，这仍然是官方展示的案例，并非独立第三方测试。不过，它能够说明Qwen3.8-Max希望解决的并不是单次代码生成，而是完整的软件开发流程。

长周期Agent任务

Qwen还公布了两个执行周期很长的Agent案例：

• 完成500多轮芯片设计优化
• 模拟执行365天的电商经营策略

这两个案例主要展示模型在闭环任务中的持续规划和调整能力。

在这类任务中，Agent不会只生成一份方案就结束。它需要反复查看结果、判断当前策略是否有效，再决定下一步如何调整。

一个能够长期运行的Agent，除了模型本身足够强，还需要配套的记忆管理、进度记录、工具权限、验证机制和错误恢复能力。

因此，长周期Agent的最终表现不只取决于底层模型，也与整个系统的设计有关。

原生多模态能力

Qwen3.8-Max支持文本、图片和视频输入。

Qwen官方对这项能力的描述并不是简单的“能够看图”，而是让视觉信息参与整个任务执行过程。

一个视觉Agent可能需要反复完成以下步骤：

• 查看当前界面
• 判断页面或应用所处的状态
• 决定下一步操作
• 调用工具执行操作
• 检查操作结果
• 发现错误
• 调整并重新执行

这类能力适合用于浏览器自动化、软件测试、文档处理、界面检查，以及同时包含文字和视觉信息的复杂工作。

百万级上下文窗口

Qwen Code公开的模型配置信息显示，Qwen3.8-Max支持约100万tokens的上下文窗口。

这样的上下文长度可以用于处理：

• 大型代码仓库
• 多篇研究论文
• 较长的商业资料
• 长时间运行的Agent记录
• 多个文件和数据来源
• 较长的视频字幕或会议记录

不过，上下文越长并不代表结果一定越好。输入内容过多，可能增加响应时间，也可能让模型难以抓住真正重要的信息。

实际使用时，仍然建议先整理资料、删除无关内容、对已完成阶段进行摘要，并要求模型注明关键结论所依据的文件或原文。

Qwen3.8-Max语言与Agent性能测试

Qwen官方公布了一张性能对比图，将Qwen3.8-Max与Opus 4.8、Fable 5、GPT-5.6 Sol和Qwen3.7-Max进行了比较。

图1：Qwen3.8-Max在语言、编程Agent、通用Agent和推理任务中的官方测试结果。图片来源：Qwen官方X帖子。

Qwen3.8-Max在部分测试中的成绩如下：

从官方数据来看，Qwen3.8-Max在多个项目上相比Qwen3.7-Max有明显提升。

例如，Terminal Bench 2.1的得分从Qwen3.7-Max的74.5提升至89.8；CoWorkBench从64.8提升至74.8；WorkSpaceBench则从61.4提升至67.7。

在通用推理任务中，Qwen3.8-Max的GPQA Diamond得分为92.6，MMLU-Pro得分为92.9。

不过，它并没有在表格中的每一项测试里都排名第一。部分软件工程和专业Agent测试仍由其他模型领先。

因此，更准确的说法是：Qwen3.8-Max已经进入当前旗舰模型的第一梯队，但不能简单概括为“所有能力都是第一”。

此外，这些数据来自Qwen官方。企业在决定是否使用之前，仍需结合自己的实际任务进行测试。

Qwen3.8-Max多模态性能测试

Qwen还发布了另一张测试图，涵盖多模态推理、视觉Agent、文档理解、空间理解、视觉定位和视频分析等任务。

图2：Qwen3.8-Max在多模态和视觉语言任务中的官方测试结果。图片来源：Qwen官方X帖子。

部分测试结果如下：

这些数据说明，Qwen3.8-Max并不是简单增加了图片上传功能，而是在尝试让视觉信息真正参与Agent的判断和操作。

OSWorld-Verified和AndroidWorld等测试，考察的是模型能否理解软件界面，并判断下一步应该如何操作。

Qwen3.8-Max在多项测试中表现突出，但也并未在所有视觉Agent项目中领先。文档理解或图片问答成绩较高，也不代表模型在实际控制电脑或浏览器时一定同样稳定。

通过视频进一步了解Qwen3.8-Max

如果你想更直观地了解Qwen3.8-Max，以及它与其他主流开放模型之间的差异，可以观看下面的视频。视频详细介绍了该模型的核心能力、性能数据和可能的应用场景。

点击观看Qwen3.8-Max完整评测视频，进一步了解模型的性能和最新进展。

Qwen3.8-Max API价格

官方公告给出的API价格如下：

相比预览阶段，这次公布的价格更加清楚。

较低的隐式缓存价格，对于需要重复读取同一代码仓库、系统提示词、企业文档或历史对话的Agent比较有吸引力。

但模型的实际使用成本还取决于：

• 输入内容的长度
• 推理过程的长度
• 最终输出量
• 工具调用次数
• 失败和重试次数
• 上下文缓存机制
• 人工检查与修改时间

因此，企业在比较不同模型时，更应该关注“完成一个任务需要多少钱”，而不是只比较每百万tokens的价格。

如果一个模型价格便宜，但需要多次返工，实际成本未必更低。相反，价格稍高但一次就能完成任务的模型，可能更划算。

Qwen3.8-Max开源了吗？

Qwen在8月3日的官方公告中表示，Qwen3.8-Max的开放权重将在随后一周发布。

与此同时，团队还宣布将开放 Qwen3.8-27B 的模型权重。

在权重文件和许可证正式发布前，更严谨的表述是：

Qwen已经正式公布Qwen3.8-Max和Qwen3.8-27B的开放权重计划。开发者仍需在正式发布后确认模型仓库、许可证、权重文件和部署要求。

如果在本地部署一个总参数规模达到2.4万亿的模型，所需的基础设施可能非常庞大。相比之下，27B版本对个人开发者、研究团队和算力有限的企业会更加友好。

哪些人适合使用Qwen3.8-Max？

软件开发团队

Qwen3.8-Max可以用于：

• 阅读和理解陌生代码仓库
• 规划架构调整
• 修改多个文件
• 排查复杂错误
• 运行测试
• 开发完整应用
• 驱动长时间运行的编程Agent

在允许模型修改生产代码之前，开发团队需要确认它能否遵守项目规范、使用正确的工作目录、控制修改范围，并对结果进行完整验证。

研究和内容团队

Qwen3.8-Max的长上下文和多模态能力可以用于：

• 研究资料整理
• 竞品分析
• 长文档阅读
• 视频内容分析
• 知识提取
• 报告撰写

用户可以先通过iWeaver收集和整理PDF、网页、视频及其他资料，再让模型进行信息对比、内容总结或结构化分析。

在这个过程中，关键不是让模型写得更长，而是确保每个重要结论都能追溯到原始资料。

企业自动化团队

企业可以评估Qwen3.8-Max在以下场景中的表现：

• 内部知识助手
• 客服工作流
• 文档处理
• 办公自动化
• 软件运维
• 能够调用工具的业务Agent

正式用于生产环境前，还需要评估数据安全、访问权限、数据留存、操作记录、API稳定性、并发能力、错误恢复和整体成本。

现在应该切换到Qwen3.8-Max吗？

如果你的工作涉及复杂编程、长文档、多模态分析或需要多轮规划和工具调用的任务，Qwen3.8-Max值得测试。

但仅凭官方测试图就直接替换生产模型，并不是稳妥的做法。

更合理的方式是从真实工作中挑选20至50个任务，使用相同的提示词、源文件、工具权限和评分标准，将Qwen3.8-Max与Qwen3.7-Max及其他旗舰模型进行比较。

建议记录以下指标：

• 任务完成率
• 首次执行成功率
• 响应时间
• 工具调用失败次数
• 人工修改时间
• 输入与输出消耗
• 多次执行时的稳定性
• 最终成果是否可以直接使用

参数最多或平均测试分数最高的模型，不一定最适合你的业务。真正值得采用的模型，应该能够以合理的成本稳定完成实际任务。

总结

Qwen3.8-Max拥有约2.4万亿总参数，并结合了自主编程、长周期规划、多模态理解、百万级上下文和较有竞争力的API价格。

从官方公布的数据看，它相比Qwen3.7-Max在编程Agent、专业工作流、通用推理、文档理解和视觉任务上均有不同程度的提升。Qwen还公布了Qwen3.8-Max和Qwen3.8-27B的开放权重计划。

接下来真正值得关注的，不是官方发布中的数据有多亮眼，而是第三方测试和实际用户能否复现这些表现。

现阶段，Qwen3.8-Max已经进入最值得关注的旗舰模型名单，也适合编程、研究和Agent工作流团队进行一轮有针对性的测试。

常见问题

Qwen3.8-Max是什么？

Qwen3.8-Max是阿里通义千问推出的旗舰大模型，主要面向复杂推理、自主编程、多模态分析和长时间运行的Agent任务，总参数规模约为2.4万亿。

Qwen3.8-Max的API价格是多少？

官方价格为：输入每百万tokens 2美元，输出每百万tokens 6美元，隐式缓存每百万tokens 0.25美元。

Qwen3.8-Max支持图片和视频吗？

支持。Qwen3.8-Max可以处理文本、图片和视频，并能在Agent任务中利用视觉信息进行规划、执行和检查。

Qwen3.8-Max支持多长的上下文？

Qwen Code公开的配置信息显示，其上下文窗口约为100万tokens。不同平台或API接口的实际限制可能不同，使用前应查看对应服务的最新说明。

Qwen3.8-Max开源了吗？

Qwen已经公布Qwen3.8-Max的开放权重计划。开发者应以正式发布后的模型仓库、许可证和权重文件为准。

Qwen3.8-27B是什么？

Qwen3.8-27B是与Qwen3.8-Max一同公布的较小版本。Qwen表示该模型也会开放权重。相比2.4万亿参数的Max版本，27B模型更适合本地部署和算力有限的团队。