阿里巴巴旗下千問（Qwen）團隊於8月3日正式發布千問3.8-Max，總參數量2.4萬億，激活參數95B，是千問家族迄今規模最大、能力最強的模型。這也是千問首次將Max級別模型開源——權重將於下周在開源社區Hugging Face和ModelScope發布。

定價方面，千問3.8-Max通過千問AI平台（阿里雲）提供API調用：輸入2.0美元/百萬tokens，輸出6.0美元/百萬tokens，隱式緩存0.25美元/百萬tokens。

基準測試顯示，千問3.8-Max在編程智能體和通用智能體多項指標上與Anthropic Fable5表現相當，部分指標超越後者。例如，PaperBench得分93.0，高於Fable5的88.8；CoWorkBench得分74.8，與Fable5的75.9接近；WideSearch得分81.9，與Fable5的81.2持平。

性能：與 Fable 5 相當，部分超越

根據千問團隊發布的完整基準測試數據，Qwen3.8-Max 在多個核心指標上與 Anthropic Claude Fable 5 持平或超出：

• PaperBench（論文能力）：Qwen3.8-Max 得分 93.0，超過 Fable 5 的 88.8 和 GPT-5.6 Sol 的 90.5
• IFBench：Qwen3.8-Max 82.8，Fable 5 為 63.5，GPT-5.6 Sol 為 72.7
• HealthBench：Qwen3.8-Max 60.2，超過 GPT-5.6 Sol 的 55.3
• CoWorkBench（通用協作）：Qwen3.8-Max 74.8，Fable 5 為 75.9，差距極小
• JobBench（AI工作能力）：Qwen3.8-Max 53.4，接近 Fable 5 的 57.4

多模態方面同樣表現突出：

• OSWorld-Verified：Qwen3.8-Max 86.1，超過 Fable 5 的 85.0
• AndroidWorld：85.3，Fable 5 為 88.8
• MLVU（長視頻）：90.8，Fable 5 無數據

值得注意的是，Fable 5 的部分結果可能包含回退機制，千問團隊在註釋中對此作了說明。

編程能力：從空文件夾到生產級交付

千問團隊用三個真實案例測試了千問3.8-Max的自主編程能力，全程無人工介入。

案例一：十天級自動編程。 模型從零創建oh-my-cli項目，自主運行約16天，累計完成265次commits、127個PR、151個issues。它將用戶反饋、社區實踐與自測結果統一納入工程循環，實現需求自動領取、代碼生成、測試驗證的完整閉環。

案例二：復現並超越論文。 模型獨立工作約125小時，寫下約7,600行代碼，執行超過1,100步操作，跑了33輪GPU訓練，完整復現了論文《Unified Data Selection for LLM Reasoning》的六項主要結論。隨後進入"自我進化"階段，提出並測試18種改進方案，最終在競賽級數學基準AIME24上比論文原方法再提升2.7分。

案例三：24小時擊敗87%人類隊伍。 模型參加WWW2025多模態對話意圖識別挑戰賽，在526支人類隊伍中，經45次提交迭代，準確率從0.60升至0.853，擊敗458支隊伍。

辦公與長程任務：數百職業場景的生產級驗證

千問團隊在數百種高價值職業場景中測試了千問3.8-Max的實際交付能力。

• 企業合規律師：單次通讀數百份文檔，標出1,284條相關條款，一小時內完成——同等工作通常需要法務團隊約一周。

• UI/UX設計師：生成包含8個頁面的高保真可交互原型，全程未經人工返修。

• 結構工程師：僅憑一份圖紙，在瀏覽器中還原30層寫字樓的抗震結構模型，傳統流程需一周以上。

• 量化研究：從一句任務描述出發，調度約330個子智能體，完成約6,000次回測，將原本需要數周的量化研究壓縮為一次對話內完成。

在E-Commerce Bench（365天電商經營模擬基準）中，千問3.8-Max以¥416,252（4.16倍回報）勝出，超過第二名GLM 5.2達38%，較上一代千問3.7-Max提升152%。

芯片設計：500輪交互，面積縮減81%

千問3.8-Max在芯片設計優化任務中展示了長程自主規劃能力。

目標是優化一個G CD/RSA密碼硬件加速器的邏輯門數量。模型在無參考設計、無人工干預的條件下，歷經約500輪交互、71次評估，跨越13個關鍵里程碑，將初始設計從8,298門優化至678門，在所有參評模型中表現最優。

物理實現層面，芯片面積從106×106 µm²收縮至46×46 µm²，佈線長度從33,369 µm降至4,187 µm，並實現500 MHz頻率下的時序閉合，芯片面積整體縮減81%。

多模態能力：視覺貫穿執行全流程

千問3.8-Max的視覺能力不止於"看懂圖片"，而是作為持續反饋迴路貫穿任務執行。

模型在執行過程中會持續觀察中間產物——檢查頁面佈局、物體方向、動畫效果——發現問題後自主定位偏差並修正。千問團隊將這一能力定義為"原生視覺反饋迴路"。

基準測試方面，千問3.8-Max在OSWorld-Verified得分86.1，超過Fable5的85.0；AndroidWorld得分85.3，接近Fable5的88.8；ParametricCAD Bench得分91.5，超過Fable5的87.5。

為便於開發者接入，千問團隊同步推出千問-MM-Plugins，為不同智能體框架提供圖像與視頻處理、多模態記憶、視覺工具調用等擴展支持。

開放接入：支持Claude Code、Codex等主流框架

千問3.8-Max現已通過千問AI平台提供API服務，支持OpenAI兼容協議和Anthropic兼容協議，可直接與Claude Code、Codex、Qoder CLI、千問 Code、OpenClaw等主流開發工具集成。

API支持reasoning_effort參數調節推理深度：xhigh（默認，適合複雜任務）、medium（平衡準確性與速度）、low（優化速度與成本）。

模型權重將於下周在Hugging Face和ModelScope開源，屆時千問3.8-27B也將同步開源。