Qwen 3.8 Max 評測：規格、效能測試、定價與購買管道

Qwen 3.8 Max 是阿里巴巴 Qwen 專為程式設計、專業工作、長期運行的代理程式以及多模態任務所推出的全新旗艦機型。其正式名稱是 Qwen3.8-Max, 該模型於 2026 年 8 月 3 日正式發布，具備 2.4 兆個總參數、950 億個活躍參數，以及 100 萬個代幣的上下文視窗。.

此次發布不僅僅是例行性的基準更新。Qwen 將該模型定位為一種能夠進行規劃、使用工具、檢視視覺回饋，並在漫長的任務鏈中持續運作的代理——而不僅僅是每次只回答一個提示的聊天機器人。這使得它與 最適合實際應用的頂尖 AI 模型, ，但在進行轉換之前，其 API 定價、開放式計費方案及部署需求都值得仔細評估。.

什麼是 Qwen3.8-Max？

Qwen3.8-Max 是由阿里巴巴 Qwen 團隊所建構的大型專家混合模型。該模型總共擁有 2.4 兆個參數，但針對每個標記僅會啟用 950 億個參數。 該模型將文本、程式碼、視覺理解、工具使用及長程規劃整合於單一系統中，旨在從頭到尾完成複雜的工作。.

的 Qwen 官方發布版 闡述了四大核心目標：更強大的自主編碼能力、符合生產品質的專業交付成果、更長週期的閉環任務，以及原生多模態代理。 具體而言，Qwen 期望模型能從「回答這個問題」轉向「接手這個目標、制定計畫、運用現有工具、檢查結果，並持續執行直到工作完成」。“

Qwen 3.8 最大規格

參數數量需要結合上下文來理解。一個擁有 2.4 兆個參數的模型確實龐大，但 Qwen3.8-Max 並不會在處理每個標記時都動用所有參數。其「專家混合」設計會將每個標記導向網路中較小的活躍部分。 因此，相較於單純的總參數數，950 億個「活躍參數」這個數字對於理解推論行為更有參考價值；儘管這兩組數字本身都無法直接反映實際延遲或硬體需求。.

100 萬個標記的上下文視窗具有更直接的實用價值。它能在單次請求中容納大型儲存庫、長篇文件集、擴展的代理程式歷史紀錄，或是長達數個月的運作紀錄。雖然這無法保證每個標記都能被完美檢索，但它為開發人員提供了更大的空間，讓他們無需進行過度裁剪，即可完整保留指令、工具輸出、程式碼以及中間決策。.

Qwen3.8-Max 具備哪些功能？

自主編碼

Qwen 的產品發布資料特別強調，其專案的應用範圍遠不止於單一的程式碼生成請求。 該公司描述了一項持續超過 10 天的自主開發過程，從空資料夾起步逐步發展為正式上線專案，期間還能適應錯誤與新需求。這正是儲存庫級別代理程式的正確發展方向，儘管買家仍應針對自身的程式語言、測試套件、安全規則及部署環境，自行驗證該模型的適用性。.

就日常工程實務而言，實際的問題更為簡單：模型能否同時處理多個檔案？在重構時能否保留介面？它會撰寫測試、檢視失敗原因，並修正自己的修補程式嗎？在選擇時，這些標準比單一排行榜分數更為重要。 最適合編碼的 AI 模型.

專業的「協作」任務

「cowork」一詞指的是工作成果，而非閒聊。Qwen 著重於涵蓋數百種專業領域的報告、研究、簡報、分析、文件及其他交付成果。 一個良好的「cowork」模式，必須遵循簡報要點、整理證據、採用正確格式，並產出可供他人編輯或直接交付的成果——而不僅僅是一段看似合理的段落。.

長時程代理

Qwen 還報告了持續數百輪的系統級任務。 其範例包含超過 500 輪的晶片設計優化，以及為期一年的電子商務策略模擬。這些是供應商的示範，並非承諾每個代理程式都能在無人看管的情況下運行數日。但它們確實展現了產品的目標方向：著重於持續規劃、閉環評估與反覆改進，而非僅提供孤立的解答。.

多模態規劃與視覺回饋

Qwen3.8-Max 將圖像和螢幕視為代理程式迴圈的一部分。視覺代理程式可以檢視網頁、選擇動作、觀察有哪些變化，並據此調整其計畫。這有助於執行電腦操作任務、文件理解、介面測試、視覺編碼、圖表分析以及空間推理。 難處不僅在於識別影像，更在於如何讓視覺觀察結果在多個步驟中持續與代理人的目標保持關聯。.

實機測試：有用的輸出、反應遲緩，以及一次空跑

我針對該系統執行了三項獨立的請求， qwen3.8-max 將於 2026 年 8 月 4 日透過 Anywhere OpenAI 相容 API 取得型號 ID。這些僅是些簡短實用的檢查，並非獨立的基準測試，亦非針對所有 Qwen 部署的聲明。其價值在於同時展現了可見答案的品質，以及受測閘道路徑的運作行為。.

您正在審查一個用於支付 webhook 工作程式的 Python 重試輔助程式。
請精確回報三項內容：一個修正後的 Python 程式碼區塊、三項簡明扼要的根本原因要點，以及一行以「預期輸出：」開頭的內容。

請保留 retry(operation, sleep_fn) 函式。不得使用任何外部函式庫。最多嘗試三次。僅在重試前進行等待，延遲時間分別為 0.1 秒和 0.2 秒。回傳第一個成功的值，包含偽值。若所有嘗試均失敗，請重新拋出第三個例外。請勿擒捕 BaseException。

錯誤程式碼：
def retry(operation, sleep_fn):
    last_error = None
    for attempt in range(3):
 try:
 result = operation()
 except Exception as exc:
 last_error = exc
        sleep_fn(0.1 * (2 ** attempt))
 if result:
 return result
    raise last_error

範例：operation 會兩次拋出 ValueError("temporary")，然後傳回 "paid"；sleep_fn 會記錄其參數。.

請僅使用這些筆記，切勿添加外部事實：
A. 官方發布：Qwen3.8-Max，於 2026-08-03 宣布，總容量 2.4T / 95B 活躍參數，1M 上下文，包含 Qwen Studio 及 QwenCloud。
B. 官方發布貼文：$2/M 輸入、$6/M 輸出、$0.25/M 隱式快取；預計下週開放權重。
C. 內部備註：GlobalGPT 比較工作區已上線，但尚未驗證專用的 Qwen3.8-Max 路徑。
D. 社群評論：「我已在本地端使用 4 張 GPU 執行過」，但未提供硬體、量化、檔案或授權證明。
E. 上市前試算表：256K 上下文及 $1.20/M 輸入。
F. 官方基準測試表：Qwen 在部分行中領先；GPT-5.6 Sol 或 Fable 5 在其他行中領先；數據由供應商報告，非獨立驗證。

請提交一份包含「主張／狀態／最佳來源／可發布措辭」的表格、一份 120 至 160 字的簡報，以及一份「不予主張」清單。狀態必須為「已驗證」、「廠商報告」、「未解決」或「過時」。 優先採用同一領域的最新官方證據，將官方來源與 GlobalGPT 來源區分開來，且絕不可將社群評論或廠商基準測試結果視為更強有力的證明。.

您有兩小時及兩名工程師，需將生產環境的 CMS 遷移至新的部署環境。請擬定一份簡明且分階段的執行計畫。 針對每個階段，請列出負責人、時間框、所需證明、明確的「執行／不執行」門檻，以及明確的回滾門檻。內容應包含預檢、內容與資料庫遷移、DNS 或流量切換、煙霧測試、監控，以及最終決策。請確保計畫簡明扼要，以便在遷移過程中直接使用；請勿添加背景說明。.

Retry-helper 除錯

第一個任務使用了一個來自支付 Webhook 情境中功能失效的重試函式。提示語將模型的限制設定為：僅允許三次嘗試、兩種精確的退避延遲、成功時立即返回，以及在完全失敗後重新拋出第三個例外。.

該解答指出三項獨立的缺陷：每次嘗試後都會無條件進入睡眠狀態，以及一個未被分配的 結果 在處理完例外情況後，以及一項因延遲或錯誤處理成功而導致的「真值性」檢查。其預期結果是 "使用 sleep_fn 參數 [0.1, 0.2] 進行「支付」.

於是我沒有輕信那段解釋，而是直接在本地執行了這段程式碼。它通過了三個測試案例：先是兩次失敗，接著成功一次；第一次呼叫時，傳入的偽值成功值為 0, ，以及三項失敗，其中最終結果為 RuntimeError("failure-3") 必須重新發起請求。這是一個很好的工程解決方案。其代價是延遲：透過測試中的閘道器，可見的回應耗時 51.577 秒。.

相互矛盾證據的綜合分析

第二項任務旨在測試該模型能否將最新的官方事實與舊筆記、供應商聲稱、社群評論以及未經核實的平台路線區分開來。.

該模型正確處理了人為製造的衝突。 它沒有將 256K 上下文或 $1.20 的輸入價格重複標記為當前值，也沒有將「四張 GPU」的評論轉化為硬體需求，更沒有聲稱 GlobalGPT 已經擁有專用的 Qwen3.8-Max 路由。 此外，該模型還將官方基準測試表格標註為「廠商報告」。回應耗時 94.973 秒，因此這又是「品質優先」的結果，而非追求速度的快速擷取結果。.

規劃測試中哪個環節出了問題？

第三項請求要求提供一份為期兩小時、由兩名工程師負責的 CMS 遷移計畫，其中須明確列出「執行／不執行」及「回滾」的決策點。第一項請求在上游連線關閉後，於 133.682 秒時結束。較短的重試集 max_completion_tokens 至 1,200，但 API 回報 結束原因：「長度」", 耗盡了全部推理資源，並在 32.899 秒後仍未返回任何可見的結果。.

這是一項有用的運作警示，但並不能證明 Qwen3.8-Max 無法規劃遷移。由於沒有可供評分的計畫，因此無法進行評分。透過此入口，複雜的規劃需要更大的完成餘裕、流式處理，或分階段提示，以免在輸出可見文字之前，內部推理就耗盡了整個回應預算。.

Qwen 3.8 最高基準測試

Qwen 的官方基準測試套件將 Qwen3.8-Max 呈現為一款強大的編碼與多模態代理，但測試結果並非全面領先，而是好壞參半。 它在某些測試中領先於列出的模型，在其他測試中緊追領先者，而在數個類別中則落後於 GPT-5.6 Sol 或 Fable 5。這種呈現方式比將數十項測試簡化為單一「最佳模型」標籤來得更為客觀。.

Qwen 官方表格中的精選結果

這些數據來自 Qwen 自行發布的資料。 註腳顯示，該表格綜合了官方機型報告、系統卡、公開排行榜以及 Qwen 的內部評估結果。部分機型的線束配置與設定亦有所不同。請利用此表格辨識具潛力的優勢，並在做出高成本決策前，透過實際操作驗證您的候選名單。.

編碼結果的意義為何

最明顯的優勢在於均衡性。Qwen3.8-Max 在終端操作、軟體工程、論文實作、協作任務、網路搜尋以及遵循指示等各項任務中，表現均位居前列。 它無需在每一項評測中都勝出才能展現實用價值；一個在規劃、編碼、工具運用及視覺檢查等領域都能保持穩定強勁表現的代理，可能比僅針對某項狹窄測試進行優化的模型更為可靠。.

這份官方表格也顯示了為何並行測試至關重要。GPT-5.6 Sol 在多項推理或終端導向的測試項目中名列前茅，而 Fable 5 在協作、介面及視覺任務方面則仍具極強競爭力。另一份 GPT-5.6 與 Fable 5 比較 這能協助您將這些機型系列轉化為日常使用情境，再將 Qwen3.8-Max 列入候選名單。.

多模態結果的意義為何

Qwen3.8-Max 在多模態推理、視覺錨定、電腦操作、文件處理及空間理解等領域均交出了亮眼的官方成績。該模型在 OSWorld-Verified 評測中獲得的 86.1 分，對於螢幕操作型代理而言尤為重要，因為該評測衡量的是在桌面環境中完成任務的能力，而非單純描述圖像。.

Qwen3.8-Max 的比較分析

對於「Qwen3.8-Max 是否優於 GPT、Claude 或 Gemini？」這個問題，沒有一個能一語道破的負責任答案。Qwen 的自有數據顯示，各類別的領先者會隨著行數變化而更迭。 產品的適用性還取決於工具的可靠性、輸出品質、延遲、區域可用性、隱私控制，以及圍繞該模型的介面設計。.

當您希望單一模型能同時涵蓋程式設計、文件處理、研究、長時間任務以及視覺代理等應用時，Qwen3.8-Max 顯得最具吸引力。若工作負載能將 GPT-5.6 Sol 最擅長的推理能力與終端結果轉移至您的環境中，後者仍可能是更理想的選擇。 針對協同工作及介面密集型任務，Fable 5 值得進一步考量；該 Fable 5 與 Opus 4.8 比較 針對該項決定的這部分內容，提供了更多背景資訊。.

該模型規劃採用的開放式權重，可能會成為其最大的結構性優勢。雖然目前僅支援 API 的效能表現至關重要，但可下載的權重為微調、私有基礎設施、研究及區域部署提供了更多選擇。其最終價值將取決於發布的授權條款、權重格式、量化支援，以及讓模型以實用速度運行所需的硬體。.

Qwen3.8-Max API 定價

Qwen 在其報告中列出了以下上市價格： 官方公告:

一個簡單的估算如下：

估算成本 = 未快取輸入 × $2/M + 快取輸入 × $0.25/M + 輸出 × $6/M

舉例來說，若執行一次使用 1,000 萬個未快取的輸入標記和 200 萬個輸出標記的運算，在其他平台收取費用之前，根據上線時的費率，成本約為 $32：其中輸入部分為 $20，輸出部分為 $12。 若某個代理程式在每個回合都重新讀取大型儲存庫，其消耗的資源可能遠高於此，這使得快取與上下文管理的重要性，不亞於標示的輸入價格。.

Qwen3.8-Max 亦支援 推理_努力 控制項。官方 API 章節中列出 xhigh 作為複數分析的預設值，, 中型 為了在精準度與速度之間取得平衡，以及 低 讓工作更快速、更有效率。. preserve_thinking 預設為啟用狀態。這些控制措施雖能降低成本，但應針對任務品質進行測試，而非將其視為可互換的模式。.

跨供應商的定價同樣需要謹慎對待。即使某種模式的代幣費率較低，但若需要更長的提示字串、更多次重試或額外的工具呼叫，實際成本仍可能更高。該 Gemini 3.1 Pro API 定價指南 這是一個很好的例子，說明了為何除了基礎發生率之外，語境長度和使用層級也至關重要。.

如何存取 Qwen3.8-Max

1. 使用 Qwen Studio 進行直接評估

要最快看到「初次見面」的畫面，方法是 Qwen 工作室. 從實際任務著手，而非瑣碎的提示：提供一份內容雜亂的簡報、涉及多個檔案的編碼問題、一組文件，或是以圖像為導向的工作流程。檢查結果是否夠準確、可編輯且完整，足以節省時間。.

2. 在應用程式中使用 QwenCloud API

Qwen3.8-Max 可透過以下管道取得： QwenCloud. 發布頁面指出，其 API 支援符合 OpenAI 規格的業界標準聊天完成與回應協定，並具備與 Anthropic 相容的介面。這雖能簡化遷移流程，但您仍應參閱官方文件中關於模型名稱、參數、串流行為、工具架構及錯誤處理的說明。.

3. 將其與程式設計及代理工具整合

Qwen 的發布頁面包含與 Qwen Code、Claude Code、Codex 及 OpenClaw 的整合功能。因此，此模型可無需建立新介面，即可融入現有的終端機或代理程式工作流程。 整合支援並不會消除周邊工具的成本，因此請將該模型的帳單與單獨的 Codex 定價結構 在將團隊工作流程標準化之前。.

Claude Code 的使用者亦應將編碼產品的成本與外部模型 API 區分開來。可用的方案與計費途徑彙總於 Claude 代碼定價指南.

OpenClaw 的使用者還有一個問題：對於特定的代理程式而言，哪一款機型能在工具使用、速度和價格之間取得最佳平衡。該 OpenClaw 型號比較 為做出此選擇提供了一個實用的框架，而非預設採用最大的模型。.

4. 確保多模型工作流程的可靠性

在推出之際，QwenCloud 是 Qwen3.8-Max 已驗證的量產路線。若您同時比較 GPT、Claude、Gemini 或 Fable 的替代方案，則 GlobalGPT 多模型工作區 可減少在所支援機型間切換分頁的次數。在專屬的 GlobalGPT 機型頁面經過驗證之前，請針對 Qwen3.8-Max 使用官方的 Qwen 路徑；切勿僅因該機型已發布，就假設存在新的機型網址。.

Qwen3.8-最大開放重量

Qwen 宣布，Qwen3.8-Max 的權重將於 8 月 3 日發布後的一週內公布。同樣地 官方 X 貼文 還提到 Qwen3.8-27B 將成為開放重量級。這對本地部署和研究來說是個好消息，但僅憑這項公告尚不足以規劃生產叢集。.

在下載或編列硬體預算之前，請先確認最終型號卡上的五項內容：

1. 具體的授權條款及商業使用條款。.
2. Hugging Face 或 ModelScope 的官方儲存庫網址。.
3. 可用的精度與量化格式。.
4. CPU、GPU、記憶體及儲存空間的最低與建議規格。.
5. 釋出的模型是否與託管 API 的行為及語境長度相符。.

“「開放權重」與「開源」並不總是同義詞。 「開放權重」表示模型參數可供下載；而授權條款則決定了您可進行哪些修改、重新發行或商業用途。在儲存庫與授權條款正式上線之前，那些承諾提供 Qwen3.8-Max 下載、GGUF 建置版本，或精確本地硬體需求等資訊的頁面，都屬於言之過早。.

27B 的公告也應以相同方式處理。它或許會成為當地使用者更切實可行的選擇，但其架構、上下文長度、記憶體需求及基準測試分數，應取自其自身的官方型號資料卡——而非直接複製自 Max 型號。.

Qwen3.8——最大限制與最佳擬合

需考量的限制

• 大多數發射證據都來自 Qwen。. 獨立評估可能會採用不同的提示、工具或評分規則。.
• 長上下文並不等同於完美的記憶。. 一個模型即使能處理 100 萬個標記，仍可能遺漏某個細節，或未能確實遵循某條不明確的指示。.
• 輸出量大的代理程式可能會造成高昂成本。. 當工作流程產生長程式碼、報告或重複的推理追蹤時，每百萬次 $6 的輸出率便顯得至關重要。.
• 在權重和模型卡送達之前，本地部署的相關細節尚不完整。. 一套 2.4T 全參數系統的運作方式，不會像小型桌上型機型那樣。.
• 工具的使用增添了另一層失敗的可能性。. 瀏覽器狀態、權限、網路錯誤，以及定義不完善的工具模式，都可能導致原本功能完善的模型失效。.
• 發射資訊變化迅速。. 在發布或採購之前，應再次確認定價、儲存庫、整合功能及可用性。.

現在誰應該試試看呢？

重點很簡單：Qwen3.8-Max 值得進行嚴謹的測試，但不應貿然遷移。請選用一項要求嚴苛且成功條件明確的任務，記錄總代幣數與重試次數，並比較最終產出結果——而非僅看第一個答案。.

常見問題

Qwen 3.8 Max 是何時發行的？

Qwen3.8-Max 於 2026 年 8 月 3 日正式發布。 該託管模型於上線當日即透過 Qwen Studio 及 QwenCloud 提供使用。Qwen 表示開放權重將於隔週發布，因此 API 開放與可下載權重釋出應視為兩個獨立的里程碑。.

Qwen3.8-Max 是開源軟體嗎？

Qwen 已宣布 Qwen3.8-Max 的開放權限版本，但最終的程式碼庫與授權條款將決定使用者可執行、修改、重新發行或進行商業用途的範圍。在相關檔案正式上線並經核實之前，與其假設所有開源授權或本地格式均已可用，不如說「已宣布開放權限版本」這一說法更為準確。.

Qwen3.8-Max 有多少個參數？

Qwen3.8-Max 總參數數為 2.4 兆，每個令牌會啟用 950 億個參數。該模型採用專家混合（MiXe）架構，因此總參數數與活躍參數數分別描述系統的不同部分。單憑其中任一數字，均無法預測實際運算速度或硬體需求。.

什麼是 Qwen3.8-Max 的語境視窗？

官方發布文件中列出 100 萬個代幣的上下文視窗。此容量足以處理大量程式碼、文件、工具輸出及代理程式歷史紀錄，但最大上下文長度並不能保證能完美檢索。請根據您實際工作流程中使用的資訊位置、格式及密度來測試該模型。.

Qwen3.8-Max API 的價格是多少？

上線時，Qwen 將每百萬個輸入代幣的費用定為 $2、每百萬個輸出代幣的費用定為 $6，以及每百萬個隱式快取代幣的費用定為 $0.25。請將這些視為上線價格，並在編列預算前予以確認。 代理成本亦取決於上下文重複利用、推理工作量、重試次數，以及生成的輸出長度。.

Qwen3.8-Max 是否比 GPT-5.6 Sol 或 Fable 5 更優？

並非在每項測試中皆然。Qwen 的官方數據表顯示，Qwen3.8-Max 在部分編碼、搜尋、遵循指令及電腦使用等基準測試中名列前茅，而 GPT-5.6 Sol 或 Fable 5 則在其他測試中表現領先。 究竟哪款機型更優，取決於任務性質、工具環境、延遲時間、價格以及最終交付成果的品質。.

我可以在本地執行 Qwen3.8-Max 嗎？

Qwen 已宣布將於上市後一週內提供可下載的權重檔案，但實際能否在當地部署，仍取決於最終檔案、精確度、量化支援、授權條款及硬體指引。請待官方模型規格表發布後，再參考確切的 RAM、VRAM 或儲存空間估算值。一旦官方文件發布，規格較小的 Qwen3.8 變體版本可能會更為實用。.

什麼是 Qwen3.8-27B？

Qwen 的發布貼文指出，Qwen3.8-27B 版本也將以開放權重形式發布。Max 的發布文章並未提供足夠的細節，因此無法直接沿用 Max 模型的規格來適用於 27B 版本。 請查閱專屬模型卡，以了解其架構、上下文視窗、效能測試、授權及下載說明。.

我可以在 GlobalGPT 上使用 Qwen3.8-Max 嗎？

截至發行時，尚未驗證適用於 Qwen3.8-Max 的專用 GlobalGPT 路線。 請使用 Qwen Studio 或 QwenCloud 進行直接存取。GlobalGPT 仍可用於比較其他可用的 GPT、Claude、Gemini 及 Fable 模型，且無需切換平台。.

最後判斷

Qwen 3.8 Max 是 2026 年最具野心的模型發布之一：總參數達 2.4 兆，活躍參數達 950 億，具備 100 萬個標記的上下文視窗，在編碼與多模態代理任務上均展現強勁的官方成果，並已宣布將開放權重路徑。 其上線時的 API 定價極具競爭力，足以讓人進行測試，特別是在快取機制能降低重複上下文成本的情況下。.

值得關注的最重要原因，並非單一基準測試的勝利，而是試圖將編碼、專業交付成果、長遠規劃、視覺化回饋以及工具應用整合於單一模型之中。 請先從 Qwen Studio 或受控的 QwenCloud 評估開始，衡量已完成任務的品質與總成本，並在獲得官方權重與授權之前，切勿承諾進行本地部署。.

2026年8月4日查閱的一手資料： Qwen3.8-Max 正式發布 和 官方 @Alibaba_Qwen 發布貼文.