阿里巴巴旗下 Qwen 团队发布新一代旗舰模型 Qwen3.8-Max，并在官方发布贴文中称，该模型在 OSWorld-Verified 测试中获得 86.1 分，高于 GPT-5.6 Sol Max 的 83.2 分、Fable 5 的 85.0 分，以及 Gemini 3.1 Pro 的 76.2 分。
不过，文中提到，这份成绩单目前仅来自阿里巴巴官方自评，尚未经过第三方机构独立验证。除 OSWorld-Verified 外，Qwen 团队还列出多项评测结果，包括 PaperBench 93.0 分、TerminalBench 2.1 的 86.6 分、Vision2Web 69.0 分、LVBench 81.8 分，以及 ERQA 77.8 分。这些数字同样出自官方披露。
定位指向长时间自主执行任务
报道指出，过去一年，大型语言模型的竞争方向已逐渐分化。OpenAI 的 GPT 系列偏向通用推理与企业生产力，Anthropic 的 Claude 系列强调代码生成和长文本推理，Google 的 Gemini 聚焦多模态与网页原生工作流，月之暗面（Moonshot AI）的 Kimi K3 则以前沿性能和开源权重切入市场。
Qwen3.8-Max 试图把这些路线的能力整合到同一个模型中，瞄准的不是普通聊天助手，而是可连续工作数天的“自主员工”。阿里巴巴官方称，这套模型适合长时间自主写代码、操作桌面软件完成重复性业务流程、协助研究机构重现实验，以及在制造和物流场景中把视觉输入持续反馈给规划循环。
按报道说法，Qwen3.8-Max 的卖点更接近持续执行任务的能力，而非单纯提升对话表现。
采用 2.4 兆参数 MoE 架构
Qwen3.8-Max 采用混合专家架构（MoE），总参数量为 2.4 兆，但推理时实际激活参数约为 950 亿。报道将这一设计概括为，模型内部保留了一整组“专家”，但每次回答问题时只调用其中一部分，以在维持能力的同时压低计算成本。
该模型建立在 Qwen3.5 架构之上，上下文窗口扩展至 100 万 token。按文中表述，这一长度相当于可以一次读取整本书后再作答。
价格低于 Claude Opus 5 和 GPT-5.6 Sol 标准模式
报道认为，这次发布中更受关注的是定价。根据 QwenCloud 定价页，Qwen3.8-Max 在海外市场的价格为每百万 token 输入 2 美元、输出 6 美元；中国境内价格为输入人民币 12 元、输出人民币 36 元，若命中隐式缓存，价格最低可降至人民币 1.5 元。
按输入与输出合计计算，Qwen3.8-Max 每百万 token 的总成本为 8 美元，不到 Claude Opus 5 合计 30 美元的三分之一，也不到 GPT-5.6 Sol 标准模式合计 35 美元的四分之一。
文中提到，推理成本之所以关键，是因为自主代理在执行多轮规划和反复自我修正的长流程任务时，token 消耗远高于普通聊天任务。单项工作可能消耗数百万 token，企业若同时运行数百甚至上千个代理，推理费用很快会成为运营成本中的主要部分。
报道还称，价格压力已开始向行业蔓延。OpenAI 上周下调 GPT-5.6 中低阶模型 Terra 和 Luna 的 API 价格，降幅分别为 20% 和 80%。在这一背景下，Qwen3.8-Max 的低价被视为将价格竞争继续向前推进。
官方比较表也显示并非全面领先
尽管阿里巴巴公布的成绩较为亮眼，但报道同时指出，Qwen3.8-Max 并非在所有项目中都占优。在专业软件工程测试 SWE-Pro 中，最高分来自 OpenAI 的模型；在部分软件工程评测以及 Agents’ Last Exam 中，Anthropic 的 Opus 4.8 仍保持领先。
文章称，阿里巴巴官方比较表本身也承认，Qwen3.8-Max 提供的是较为“均衡”的表现组合，而不是“全面最强”。
此外，阿里巴巴还宣称，Qwen3.8-Max 能自主完成超过 10 天的软件项目、重现包含数千行代码的研究论文、进行芯片设计的迭代优化，并借助多模态反馈持续修正计划。只是，这些示范同样全部来自公司内部，尚未经过独立验证。
预告开放权重，但授权条款仍未公布
阿里巴巴同时预告，将于下周在 Hugging Face 与 ModelScope 开放 Qwen3.8-Max 权重，并同步发布较小型号 Qwen3.8-27B。若这一安排落地，将是 Qwen“Max”级旗舰模型首次开放自部署，意味着原本主要通过 API 提供的顶级模型将首次交由企业自行运行。
不过，报道指出，阿里巴巴目前只公布了“将开源”的计划，并未说明具体采用何种授权方式。文中认为，这不是细节问题，而是决定企业能否真正部署与商用的关键。
如果采用 Apache 2.0 这类宽松授权，企业可自由微调并整合进商业产品；若采用类似月之暗面 Kimi K3 的定制授权，即便开放权重，仍可能要求额外披露，且以模型即服务（MaaS）形式对外提供时需另行取得商业授权。在授权条款公布前，计划自建部署的企业仍难以判断这次开放权重的实际意义。
发布时间点正值模型与价格竞争升温
Qwen3.8-Max 发布时点正处于行业竞争密集阶段。报道提到，最近几周，月之暗面、OpenAI 和 Anthropic 都相继推出新动作，竞争方向分别覆盖推理、编程、多模态、自主代理与价格。
在这一轮竞争中，阿里巴巴拿出的组合是：评测成绩与对手接近或领先、价格压低到对手的四分之一左右、上下文窗口扩大至 100 万 token，并加上“下周开放权重”的预告。只是，这些筹码仍需等待时间验证，不能仅凭厂商自评成绩单下结论。
文章最后指出，跑分由厂商自行选择赛道，价格则由市场直接投票。就 Qwen3.8-Max 而言，真正受到关注的并不只是它赢过了谁，而是其低价是否会迫使竞争对手继续下调价格。