Qwen3.8-Max发布及即将开源

阿里巴巴通义千问正式发布Qwen3.8-Max,这是一款2.4万亿参数模型(激活参数950亿),并宣布其与Qwen3.8-27B将于下周开源——这是通义千问Max系列首次开源。其展示的能力包括:自主运行oh-my-cli项目长达16天;在24小时电商多模态识别竞赛中,经过45次提交达到0.853准确率,击败87%的458个人类团队;在包含季节性和欺诈行为的365天模拟电商环境中,实现4.16倍资本回报(净利润超10万元),排名第一;花费125小时编写7600行代码复现一篇训练数据筛选论文,设计18项改进,在AIME24分数上超过原论文2.71分;1小时内审查1284项合同条款;一次性生成8页高保真应用原型;自主构建数据系统、编写因子,并通过330个子代理运行6000次回测;处理200多页PDF和100多小时视频,具备图记忆能力;利用视觉原生反馈自我修正GUI布局;结合编码与GUI操作在黑盒环境中复现应用。官方对比中未包含近期中国顶级开源模型;有用户补充了基准测试。
Key insights
Qwen3.8-Max以2.4万亿总参数和950亿激活参数实现大规模部署
该模型架构包含2.4万亿总参数,其中950亿激活参数,使其成为公开详细参数中最大的模型之一。这一规模支撑了其在处理长时间自主任务和多模态推理方面的能力。
该模型在oh-my-cli项目中展示了16天完全自主编程能力
Qwen3.8-Max在oh-my-cli项目中完全自主运行16天,无需人工干预,展现出超越典型单轮交互的长周期自主工作和自我进化能力。
在24小时电商多模态意图识别竞赛中,该模型击败了87%的人类参赛者
该模型自主构建并调优多个文本和视觉模型,使用集成投票,提交45项改进,将准确率从0.60提升至0.853,在真实电商竞赛中超越458个人类团队。
365天模拟电商运营实现4.16倍资本回报及超10万元净利润
在包含季节性需求变化、议价和供应商欺诈陷阱(电商基准测试)的真实模拟环境中,Qwen3.8-Max自主管理运营,以4.16倍资本回报位居排行榜首位。
该模型复现研究论文并超越原结果,编写7600行代码并设计18项改进
在大约125小时内,Qwen3.8-Max从头完整复现了一篇最新AI训练数据筛选论文,并自主迭代18个改进方案,在AIME24数学基准测试中比原论文得分高出2.71分。
高价值专业任务完成速度比人类团队快数个数量级
该模型在1小时内审查数百份合同并精确标注1284项法律条款(人类团队通常需一周),一次性生成8页高保真应用原型,并自主构建数据系统、编写因子,通过330个子代理运行6000次回测,担任量化研究员角色。
Max系列首次开源,包括Qwen3.8-Max和Qwen3.8-27B
阿里巴巴宣布Qwen3.8-Max及较小规模的27B参数变体将于发布后一周作为开源模型发布,标志着通义千问Max系列首次开源。
官方基准测试遗漏近期中国顶级开源模型,引发社区补充对比
发布中的对比表格仅包含Qwen、Gemini、GPT和Claude;多个有竞争力的中国开源模型未出现。用户手动将这些模型添加到基准图表中,以提供更全面的信息。