Qwen3.8 Max 评测解读：长上下文、快照与 Agent 资料

发布解读，非本站实测。 本文依据公开资料整理，未完成本文模型的付费接口测试。厂商基准只适用于其公布的版本、数据集与条件；未提供可复核来源、原始值及换算方法的衍生评分已撤下。 阿里通义的 Max 系列过去一直有个遗憾：性能强，但不开源。Qwen3.8-Max 把这个遗憾一起解决了——2.4 万亿总参数（95B 激活）的 MoE 旗舰、100 万 token 上下文，并且官方宣布将首次开源 Max 级权重。

跑分端的叙事更直接：Terminal Bench 2.1 拿 86.6，同时超越 Claude Opus 4.8（84.6）和 Fable 5（84.6）；PaperBench 93.0、OSWorld-Verified 86.1 均为官方对比表第一。国产旗舰第一次在"长程 Agent + 真实系统操作"这类硬指标上集体压过海外旗舰。

一、Qwen3.8-Max 在卷什么？官方公布的三件事

根据 通义千问官方博客（2026-08-03），升级重点可以归纳成三个方向。

1. 2.4T 参数 + 95B 激活：国产最大开源旗舰

2.4 万亿总参数、95B 激活的 MoE 架构，官方同时宣布将开源 Max 级权重（Apache 风格许可）——这是通义历史上第一次把"闭源旗舰"开源。

2. 100 万上下文 + 常开推理

原生 100 万 token 上下文，推理常开（默认 xhigh 档），thinking budget 最高 163,840 token。对超长代码仓库、长文档研究这类任务，"1M 上下文 + 常开推理"是硬需求组合。

3. 真实任务基准集体登顶

官方公布的关键基准成绩：

来源：通义千问官方博客、阿里云百炼定价

二、Qwen3.8-Max vs 旗舰阵营：公开实测怎么看？

以下结论来自公开第三方评测与官方数据，非本站实测。

表 1：相对上一代 Qwen 3.7 Max 的提升

来源：通义官方发布，2026-08

表 2：与海外/国产旗舰的取舍

来源：各厂商官方发布，2026-08

这对开发者意味着什么：Qwen3.8-Max 用 Opus 5 约 1/4 的价格拿到了多项真实任务第一。加上即将开源，"可自部署 + 旗舰性能 + 国产价格"三件事同时到位。

三、它值多少钱？实时价格

四、国内怎么调用？

import os
from openai import OpenAI

client = OpenAI(
  api_key=os.environ["tokenba_API_KEY"],
  base_url="https://api.apizt.com/v1"
)

response = client.chat.completions.create(
  model="qwen3.8-max",
  messages=[{"role": "user", "content": "你好"}]
)

print(response.choices[0].message.content)

核对这个型号的请求与结果

4 步跑通 · qwen3.8-max

横向对比与信息来源

五、该不该用它？

一句话总结：Qwen3.8-Max 是国产旗舰第一次在"真实任务"维度集体登顶，并顺手补上了开源这块最后的拼图。价格只有海外旗舰的零头，能力却在多个硬指标上反超——如果你的工作流是长程 Agent 和真实系统操作，它值得立刻切换验证。

信息来源：本文能力描述来自 通义千问官方博客、阿里云百炼定价及公开第三方评测，非本站实测。价格数据为发布当日（2026-08-09）apizt 控制台快照，最新价格请以控制台价格页为准。