Qwen 3.8 Max
阿里巴巴通义千问发布的超大规模MoE模型，拥有2.4万亿参数，以开放权重形式发布，综合能力接近顶级闭源模型水准
核心事实
时间轴 (近 90 天)
综合智能上国产模型最高为GLM和Qwen的45分，与GPT和Claude的53分相差8分，相对差距约15%。
在四项加权评分规则下，最终排名为：GPT-6 Astra第一（82.9），Claude Fable 5.1第二（80.1），DeepSeek V4.1 Flash第三（71.5），GLM 5.3第四（68.9），Qwen 3.8 Max第五（65.9），Gemini 3.8 Flash第六（65.3），Grok 4.7第七（63.1），Kimi K3第八（56.7）。
在Terminal-Bench 4.0上，Claude Opus 5.5以66.4%领先，GPT-6 Astra为61.8%，Argon为57.4%
阿里透露 Qwen 3.8 Max 已进行超过一个月的自动化自我改进循环，完成了 33 次迭代
开源模型MiniMax M2.6 Pro得分46分，GLM 5.3和Qwen 3.8 Max约45分，均接近GPT-6 Sol的48分
在AI Builder模型能力智力榜上，Claude Opus 5.5 Max以58分登顶，小米MiMo V2.6 Pro以46分列第9，Qwen 3.8 Max以45分列第10
据博主测算，DeepSeek V4.1 Flash完成一项任务的成本约0.27美元，而多数云端模型约8美元、前沿模型约5美元
测评者认为Qwen 3.8 Max在同一滑板游戏prompt下的表现与Fable 5.1接近
整套编码与生成测试的总花费仅为1.91美元，而几周前Qwen 3.8 Max测试花费约32美元
这两周涌现了三款来自中国的新模型：Kimi K3、DeepSeek新版Flash模型和Qwen 3.8 Max
还有 2 条时间轴事件
全部知识事实 (6)
在Terminal-Bench 4.0上，Claude Opus 5.5以66.4%领先，GPT-6 Astra为61.8%，Argon为57.4%
75%待验证Qwen 3.8 Max 27B版本是传统的密集模型，适合高性能台式机或服务器
60%待验证在四项加权评分规则下，最终排名为：GPT-6 Astra第一（82.9），Claude Fable 5.1第二（80.1），DeepSeek V4.1 Flash第三（71.5），GLM 5.3第四（68.9），Qwen 3.8 Max第五（65.9），Gemini 3.8 Flash第六（65.3），Grok 4.7第七（63.1），Kimi K3第八（56.7）。
50%待验证综合智能上国产模型最高为GLM和Qwen的45分，与GPT和Claude的53分相差8分，相对差距约15%。
50%待验证阿里透露 Qwen 3.8 Max 已进行超过一个月的自动化自我改进循环，完成了 33 次迭代
50%待验证这两周涌现了三款来自中国的新模型：Kimi K3、DeepSeek新版Flash模型和Qwen 3.8 Max
50%