Qwen3.8-Max实测体验分享
Qwen3.8-Max总参数量2.4万亿，激活参数95B。数字看着唬人，但实测体验比参数更重要。在Code Arena榜单上低于Opus5-max和Kimi K3，说明代码能力还不是最强。真正让人意外的是长程任务能力。实测中模型在无人工干预下独立运行16天，完成oh-my-cli项目的自动建构，产出265次代码提交。16天不用人管，这个可靠性确实超出了预期。以前国产模型十分钟就要你回来看一眼，现在终于可以走开干别的了。PaperBench得分超过Anthropic Fable 5，科研复现能力上已经超过了Claude。但在编程和前端Coding上还有差距。阿里走的路子是对的，不追求单点最强，追求整体可交付。模型能做到16天无人工干预，这个价值比benchmark高分大得多。
发布于 四川
分享
评论
赞
未登录
友善发言
评论
加载中
