Qwen3.8-Max 一发布，Frontend Code Arena 的榜首就从 Claude 系手里裂了条缝。1668 分排第 4，跟第 1 的 Claude Opus 5 (Max) 差不到 40 分；Kimi K3 和 Claude Opus 5 (High) 卡在它前面，差距都在 10 分以内。
（截止发文，2026 年 8 月）
先说清楚，这是个什么模型
总参 2.4T，稀疏 MoE + 混合注意力，激活 95B，上下文 1M。阿里这次不跟你聊聊天，聊的是"干活"：从一个空文件夹出发，10 天自我演化出一个能跑的真实项目；芯片设计优化连跑 500+ 轮；电商策略规划铺满 365 天。视觉不是外挂，是规划—执行—自我修正的反馈环。下周 Qwen3.8-Max 和 27B 都会开源。
跑分：编程和视觉是真强，长时程还得等复现
官方一图流在 16 项里拿了 9 个 SOTA。最硬的在两块：编程（SWE-Pro 67.7、Terminal-Bench 86.6、PaperBench 93.0，较上代 +28.2）和视觉推理（CharXiv 93.5、BabyVision 82.0 无工具、OSWorld 86.1 电脑操作第一）。Agent 长时程那几项（JobBench、CoWorkBench、Agents' Last Exam）也压在 Claude Opus 5 头上。
但要注意两点，别当真：一是这些全是阿里自测，没公开方法论，Artificial Analysis 和 LMArena 的独立复现还没出来；二是"10 天自主编程""365 天策略"这类长时程声称，目前只能看官方演示，社区复现不了。"逼近 Fable 5"这句 slogan，到现在也没被第三方证实。
从 preview 到正式版，补的是稳定性
7 月 WAIC 先放的 preview 版，第三方 xbench 平均分只有 68.0，比上代 Qwen3.7-max 的 70.8 还低——典型的"上限高、均分落"。独立架构评估里它 80/100，略输 Kimi K3 的 83，不过 44 次工具调用零失败，agent 可靠性其实不错。
正式版主要把这两块补了：视觉 BabyVision 从 64.95% 跳到 82.0%；把 preview 的波动压下去，换成一图流里的一串 SOTA。arena 也从社区偷偷追踪的"frontier range"，变成今天明牌的第 4。
价格：国内 ¥12/M，国际是 Opus5 的 4 折
国内千问平台：输入 ¥12、输出 ¥36、缓存命中 ¥1.5（每百万 tokens）。国际价 $2/$6，只有 Claude Opus 5 的 40% 和 24%。闭源 API 卷到这个价，Anthropic 真该重新算账了。
当然，¥36 的输出价比 Kimi K3（约 ¥11/M）还是贵三倍——国产模型内部，价格差也已经拉开了。
顺手薅：Qoder 送 2,800 次免费调用
Qwen3.8-Max 上线当天，阿里自家 AI 编程 IDE Qoder 借着 1 周年送福利：2,800 次免费调用，非高峰再叠 50% 折扣。更新 Qoder → 使用面板领取 → 直接拿 Qwen3.8-Max 跑代码。链接：https://docs.qoder.com/events/qwen-max
收尾
2.4T 参数、arena 第 4、国内 ¥12/M、下周开源——阿里一次把四张牌摊开。从 preview 的"信号"到正式版的"分数"，补得不算慢。但我更在意下周：27B 开源后，社区能不能把"10 天自我演化"复现出来。开源接不接得住闭源，才是这波的真问题。
关注智纪探索，给你带来最新 AI 资讯和 Agent 使用技能。