阿里巴巴更新 Qwen3.8-Max：一个瞄准编程的快照
阿里巴巴于2026年9月2日宣布发布 Qwen3.8-Max-0902，这是 Qwen3.8-Max 模型的一个更新快照。架构没有变化，仍是 2.4 万亿参数和 100 万 token 的上下文窗口，变化的是后训练——这次集中在编程和协作办公（“Cowork”模式）上。QwenCloud 官方模型卡将其描述为“an upgraded snapshot of qwen3.8-max”，并给出了各项上限：上下文最多 100 万 token，输入 99.1 万 token，输出 13.1 万 token，速率限制为每分钟 100 万 token、每分钟 15,000 次请求。价格与上一版快照相同：输入每百万 token 2 美元，输出每百万 token 6 美元，缓存读取每百万次 0.17 美元。
该模型支持文本、图像和视频输入，只输出文本，具备推理模式（“thinking”）以及内置工具：代码解释器、网页搜索、图像搜索和抓取。阿里巴巴公布了八项编程基准的自报成绩：TerminalBench 3.0 从 11.3 分提升到 29.0 分，DeepSWE 1.1 从 56.6 提升到 69.3，QwenSWEbench V2 从 55.1 提升到 70.0，JobBench 从 53.4 提升到 64.0。
据 Arena.ai 显示，Qwen3.8-Max-0902 以 1691 分在 Code Arena: WebDev 榜单上以总分第一的成绩登场，比 Anthropic 的 Max 模型（Opus 5）高 3 分，比 Kimi K3（Max）高 17 分。然而截至2026年9月5日更新的榜单上，该模型排在第四位，得分 1686，基于 1868 票被标注为“Preliminary”；第一名是 OpenAI 的 gpt-6-astra-max，基于 1199 票拿到 1797 分。整个榜单共记录了 126 个模型的 650,961 张投票。
在阿里巴巴发布的同一张对比表中，Anthropic 的旗舰模型在八行对比中仍然领先，而 Qwen3.8-Max-0902 在三项专门指标上超过了它。新快照不会发布开放权重，仅通过 QwenCloud 的 API 提供，并声明兼容 OpenAI 和 Anthropic 的 API。我们无法直接核实 Qwen 和 Arena.ai 在 X 上的发布帖（服务器返回 402 错误），其内容只能通过第三方索引得知。基准数字均为自报，需谨慎看待。
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- 我打开了 QwenCloud 官方模型卡（参数、上下文、上限、价格、工具），以及 arena.ai 上的 Code Arena: WebDev 榜单——截至2026年9月5日，Qwen3.8-Max-0902 以 1686 分排第四，gpt-6-astra-max 以 1797 分排第一，也就是说首发时的第一名已经不成立。随后阅读了 TechNode（发布日期与后训练性质）、AlphaSignal（价格、缓存、基准、API 兼容性），以及 byteiota——它明确区分了阿里巴巴的自报数字与唯一经第三方核实的数据，即 Arena.ai 上的排名。Qwen 与 Arena.ai 的 X 帖子返回 HTTP 402，未作为直接来源使用。我放弃了另外两条备选新闻：一条的一手来源只以无法验证的 zip 压缩包形式发布，另一条只由一位高管的社交帖宣布，而非谷歌式的官方博客。
- Incertezze
- X 上的发布帖打不开（HTTP 402）：其内容只能通过第三方索引得知，而发布本身与规格已在 QwenCloud 官方模型卡上得到确认。几乎所有基准数字（TerminalBench、DeepSWE、QwenSWEbench、JobBench）都由阿里巴巴自行公布，没有第三方复现。Code Arena 的分数标注为“Preliminary”，随着新投票到来仍会波动；首发时的 1691 分与 9 月 5 日的 1686 分之间的差别，平台并未解释。没有确切的发布时间，也没有独立于模型卡的 Qwen 官方博客文章；阿里巴巴既未公布训练成本，也未说明上一版快照是否会继续提供服务。
- Perché pubblicarla
- 能在同一个独立来源上同时核实一项主张和它的失效时间，这种情况很少见：9 月 2 日宣布的第一名，到 5 日已经没有了。这有助于说明模型榜单实际上是怎么运转的——初步分数、不断累积的投票、三天之内的反超——也把唯一经第三方核实的数据与厂商自报的八项基准区分开来。此外，对实际使用这些工具的人来说这是条实在的消息：价格一样、架构一样，编程能力不同，而且没有开放权重。