阿里巴巴通义千问团队今日正式发布了 Qwen3.8-Max，这是 Qwen 家族迄今最强大的模型。其总参数量达到惊人的 2.4 万亿（激活参数 95B），在编程、办公、科研及长周期任务上实现了全面跃升。
- 官方介绍：https://qwen.ai/blog?id=qwen3.8
- 官方平台：https://www.qianwenai.com
更令人瞩目的是，阿里宣布 Qwen3.8-Max 的权重将于下周开源，同时还将开源 Qwen3.8-27B 版本。目前，该模型的 API 已上线千问 AI 平台，国内输入价格为每百万 Tokens 12 元，输出 36 元，隐式缓存命中仅 1.5 元，极具竞争力。
核心突破：不再是“写代码”，而是“做项目”
对于顶尖模型而言，编程能力的定义已被重写。Qwen3.8-Max 展示的不再是生成一个函数，而是从零开始独立交付跨越数天的真实项目。
1. 十天级自动编程：自进化的 Harness
在 oh-my-cli 项目中，Qwen3.8-Max 完全自主运行了约 16 天，留下了 265 次 commits 和 127 个 PR。它构建了一套自进化 harness，能够将 GitHub Issue 转化为任务，自动领取、执行、测试并合并。通过整合用户反馈和社区实践，它持续迭代出 /goal、Dynamic Workflow 等新能力，展现了闭环自我升级的工程素养。
2. 复现并超越论文：125 小时的科研循环
面对《Unified Data Selection for LLM Reasoning》这篇论文，Qwen3.8-Max 在没有起始代码的情况下，独立工作约 125 小时，写下 7,600 行代码，跑了 33 轮 GPU 训练。它不仅完整复现了论文结论，还通过四轮自我探索，提出了 18 种改进想法，最终在 AIME24 数学基准上比原方法再提升 2.7 分。
3. 24 小时击败 87% 人类队伍
在 WWW2025 多模态对话意图识别挑战赛中，Qwen3.8-Max 在 24 小时内独立搭建方案，融合 BERT、RoBERTa 及视觉模型，经过 45 次提交迭代，准确率从 0.60 爬升至 0.853，击败了 526 支队伍中的 458 支。
办公与职业场景：一次对话，交付生产级成果
Qwen3.8-Max 在数百种高价值职业场景中展现了惊人的执行力：
- 企业合规律师：一小时内审阅数百份文档，标出 1,284 条相关条款（传统需一周）。
- UI/UX 设计师：一次性生成数字银行 App NOVA 的 8 页高保真可交互原型，无需人工返修。
- 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型，支持实时查看各项力学指标。
- 量化研究员：通过动态工作流，调度约 330 个子智能体完成 6,000 次回测，自主挖掘出超额夏普比率介于 0.64 与 1.48 之间的因子。
长程任务：从芯片设计到电商经营
自主演进芯片设计
在无参考设计的情况下，Qwen3.8-Max 独立完成了 GCD/RSA 密码硬件加速器的全链路设计。历经 500 轮交互，它通过算法级重写（如将除法器优化为迭代移位减法）、冗余消除和模块融合，将门数从 8,298 优化至 678。最终物理版图面积缩减 81%，并成功实现 500 MHz 频率下的时序闭合。
365 天电商经营模拟
在 E-Commerce Bench 基准中，Qwen3.8-Max 手握 10 万元启动资金，应对季节性波动、供应商博弈及欺诈风险。它展现出卓越的前瞻性规划与持续学习能力，最终以 41.6 万元的总现金胜出，回报率高达 4.16 倍，远超第二名 GLM 5.2。
多模态智能体：从“看懂”到“基于视觉行动”
Qwen3.8-Max 的视觉能力不再局限于输入端的理解，而是贯穿规划、执行、验证和迭代的原生反馈回路。
- Hybrid Agent 能力：结合编程（Coding）与 GUI 操作。在 RecreationBench 基准中，它能通过观察黑盒应用的运行界面，从零复刻出整个应用。
- 视觉生产力：能将生活素材剪辑成 Vlog，将户型图构建成 Blender 3D 效果，甚至从需求出发开发可交互的游戏。
- Qwen-MM-Plugins：推出了面向多模态 Agent 的 Harness 扩展库，支持图像视频处理、多模态记忆及专业任务调用，助力现有 Agent 系统升级为多模态原生。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
