阿里Qwen3.8正式發佈，編程與辦公再進化，推理更快更穩定

阿里巴巴於8月3日正式發布新一代基座大模型Qwen3.8，總參數量達到2.4萬億，在程式編寫與專業辦公兩大領域展現顯著能力躍升。根據今日更新的權威第三方評測榜單Arena，阿里Qwen模型整體表現在全球僅次於Anthropic的Claude系列，穩居全球大模型第一梯隊，顯示中國自研模型在國際舞台上已具備高度競爭力。 目前Qwen3.8的API服務已正式上線千問AI平台，同時也整合至阿里今日同步推出的Agent產品「千問辦公」，讓開發者與企業用戶可直接取用這款旗艦模型。在開源規劃方面，Qwen3.8-Max預計於下週對外開源，此外也將一併釋出Qwen3.8-27B，進一步擴大開發者生態。即日起，全球開發者皆可透過千問AI平台取得API服務，國內定價為每百萬Tokens輸入12元、輸出36元，隱式緩存命中時僅需1.5元；在國際市場上，輸入與輸出的價格分別僅為Opus 5的40%與24%，以更具成本效益的方式提供接近同等水準的智能表現。 本次發布的Qwen3.8-Max是千問系列中尺寸最大、性能最強的旗艦機型，支援視覺理解功能，上下文長度最高可達1M Tokens。在模型架構設計上，Qwen3.8透過稀疏MoE架構與混合注意力機制的聯合優化，首次將千問大模型的總參數量拓展至2.4T，同時僅激活95B參數，在整體性能提升之際，也換來更高的推理效率與更快的回應速度，為大規模商用部署打下良好基礎。 在各項權威評測中，Qwen3.8-Max展現全面性的能力突破。在科研復現評測PaperBench這類程式智能體測試中，新模型較上一代大幅提升28.2分，以93.0分成績寫下評測新高；在WideSearch與Agent's Last Exam等通用智能體評測中，則分別取得81.9分與52.4分，位居業界前沿。此外，指令遵循IF Bench評測拿下82.8分，科學推理GPQA Diamond獲得92.6分，展現出均衡且優異的通用能力。在視覺推理BabyVision評測中，Qwen3.8-Max在無工具輔助的條件下取得82.0分，成績超越部分主流模型近兩倍；而在評估智能體電腦操作能力的OSWorld-Verified評測中，Qwen3.8-Max以86.1分位居主流模型首位。 程式編寫能力是前沿大模型的核心指標之一，Qwen3.8在自主程式設計領域實現了關鍵突破。在權威的CodeArena榜單中，Qwen3.8名列全球第四。兩年前的前沿模型已能撰寫函數、補全代碼，成為程式設計師的重要輔助工具；如今的Qwen3.8更進一步，能從空文件夾出發，自主完成一個原本需要十數天才能交付的真實專案，全程無需人工介入。使用者只需要下達一句「建立一個自進化的智能體Harness」，Qwen3.8便會像資深工程師一般，從零開始建構循環工程框架，編排智能體自動領取並執行任務，人類工程師還能透過釘釘即時提出新的需求。 在實際驗證中，Qwen3.8獨立運行約16天，成功打造出一個具備Hermes Agent等級、真實可用的自進化智能體框架「oh-my-cli」。這個專案目前已完全開源，完整開發過程也公開保存在GitHub倉庫中，任何人都可以查看與複現，展示出大型語言模型從「輔助寫程式」走向「獨立交付軟體專案」的可能性。 除了程式能力，Qwen3.8在專業工作任務的執行上同樣表現突出。透過真實環境與算力的聯合強化學習擴展，Qwen3.8在數百種高價值、高頻率的專業任務中獲得實際表現的提升，並能在主流智能體框架中穩定輸出生產級成果。例如，一支法務助理團隊原本需要一週的時間，才能在數百份法律文件中標註超過千個相關條款，Qwen3.8在一小時內就能完成；籃球數據分析團隊需要逐幀標註160小時以上的比賽錄像，Qwen3.8花費數十分鐘就能精準拆解超過8400個攻防回合，並一次輸出球員戰術畫像與教練報告。在金融領域，一個金融研究團隊需憑藉多年專業知識積累，蒐集資本市場全面而即時的變動，才能依序完成量化策略研究，Qwen3.8則能自主調動並行的智能體，在連續工作數小時後交付完整的ETF輪動策略，並持續分析回測結果、動態修正參數，最終實現規模化盈利。 在長週期任務中，Qwen3.8進一步展現出系統級自主規劃與全棧閉環自適應學習能力。無論面對高精密、強物理約束的數字芯片設計任務，或是在高度動態、博弈激烈的商業模擬運營情境中，Qwen3.8都能透過「執行—反饋—迭代」的自適應閉環機制，在數千輪的超長程交互中，深度重構演算法與策略，表現出接近人類專家的規劃與判斷能力。 Qwen3.8在視覺理解方面也將AI的能力極限推升至新的層次。在權威的Vision Arena榜單中，Qwen3.8-Max位列全球第二。模型不僅能讀懂200頁的財務報告PDF，也能理解超過100小時的長篇影片內容，並進一步將這些視覺資訊反饋至整體工作流程中，輔助模型進行更全面的思考決策。在千問團隊自建的「應用復刻」基準RecreationBench長程任務中，模型在沒有原始程式碼、也無法連接網路的情況下，僅透過交互與反饋理解應用程式，就能從零開始完整復刻整個應用，展示出前沿水準的混合多模態智能體能力，也將視覺程式設計推向新的高度。 在基礎設施層面，阿里真武M890超節點已成功適配Qwen3.8，透過芯片、雲平台與千問大模型的全鏈路優化，有效提升推理效率並降低推理成本。在Agentic推理場景中，這項優化最多可實現1.5倍的性能提升，為Qwen3.8在企業級應用中的大規模部署提供了更扎實的底層支撐。整體而言，Qwen3.8以更快的速度、更穩定的表現與更全面的多模態能力，為全球開發者與企業用戶打開了新一代AI應用的想像空間。