通义千问Qwen3.8 Max将开放权重，性能对标Claude Opus

Alibaba 的 Qwen3.8 Max 在 Artificial Analysis Intelligence Index 上得分为 56，每项任务成本为 1.14 美元，但开源权重的领先者 Kimi K3 仍领先 1 分，且每项任务成本低 25%（0.86 美元）。

@Alibaba_Qwen 发布了 Qwen3.8 Max，Alibaba 称这是一个总参数量 2.4T 的 MoE 模型，每次前向传播激活 95B 参数。Alibaba 已宣布计划下周发布权重，这是战略转变，因为该公司通常将其 Max 级别模型保持为闭源专有。

发布后，Qwen3.8 Max 的规模将是 Alibaba 目前最大开源权重版本（Qwen3.5 397B）的约 6 倍，也将成为仅次于 Kimi K3（2.8T）的第二大开源权重模型。

注：我们此前发布的结果显示 Qwen3.8 Max 在 Artificial Analysis Intelligence Index 上得分为 53。那些评测运行受到我们所用评估端点间歇性问题的影响，我们已在 Alibaba 的公共 API 端点重新运行了所有评估。

核心结论：
➤ Qwen3.8 Max 在 Artificial Analysis Intelligence Index 上得分为 56，比 Qwen3.7 Max（46）提升了 10 分。与 Claude Opus 4.8（max，56）得分持平，在中国厂商模型中排名第二，领先 GLM-5.2（max，51），但落后于 Kimi K3（max，57）

➤ Qwen3.8 Max 在 GDPval-AA 上的 Elo 得分为 1739，比 Qwen3.7 Max 提升了 468 Elo。这一排名让它领先 Kimi K3（1685），与 Claude Fable 5（1743）和 GPT-5.6 Sol（max，1730）基本持平，仅落后于 Claude Opus 5（max，1852）

➤ 相对 Qwen3.7 Max 的提升覆盖智能体评测、科学推理和编码：Terminal-Bench v2.1 +6 分，CritPt +7 分，SciCode +4 分，HLE +3 分，GPQA 保持不变。AA-LCR（-2 分）和 AA-Omniscience（-10 分，原因是幻觉率上升 23% 至 40%）出现退步

➤ Qwen3.8 Max 每项 Intelligence Index 任务成本为 1.14 美元，是 Qwen3.7 Max（0.53 美元）的两倍多，约为 Kimi K3（max，0.86 美元）的 1.3 倍，约为 GLM-5.2（max，0.57 美元）的 2 倍。成本上涨部分原因来自智能体评测需要更多轮次，GDPval-AA 的输入 Token 相对 Qwen3.7 Max 增长了约 15 倍，输出 Token 用量增长 45% 至 1.45 亿

➤ 𝜏³-Bench 银行业务结果（42%）看起来属于分布外结果。它相对 Qwen3.7 Max 提升了 32 分，且让 Qwen3.8 Max 排在那些在其他评测中得分更高的模型之前

模型关键细节：
➤ 规模：总参数量 2.4T，每次前向传播激活约 95B 参数（MoE）
➤ 上下文窗口：1M Token
➤ 多模态：支持文本、图像、视频输入，文本输出
➤ 定价：@alibaba_cloud 官方 API 每 1M 输入/输出 Token 定价 2.00/6.00 美元，缓存命中价格为 0.25 美元。全价位都低于 Qwen3.7 Max（2.50/7.50 美元，缓存命中价格 0.50 美元）
➤ 可用性：已上线阿里云官方 API。Alibaba 表示权重将于下周发布