Qwen 3.8 Max 测评报告!究竟有多能打?
发表于|更新于|大语言模型
重量级新模型千问 3.8 Max 深度实测!
2.4 万亿超大规模参数,办公、编程能力全面升级,全球榜单稳居第一梯队,API 同步接入千问办公,下周即将开源。
全套标准测试推理题目全部满分,文本输出仅有两处小瑕疵;代码生成表现惊艳,桌面系统、太空射击游戏成品质量远多款竞品,3D 赛车体验流畅,Trello 看板基础拖拽功能齐全,仅少题目编辑入口,综合实力十分能打,开发、办公人群值得上手。
相关推荐

2026-10-14
千问办公电商版!AI 正式接管电商全流程!看完发布会有感!
千问办公在秋季新品发布会上推出了「电商版」功能,看完特别有感触。我自己就是和朋友合作开发电子产品、在淘宝上卖的,结合发布会内容和拿到内测资格用户的分享,感觉这套东西大有可为。 最戳我的是一个真实案例:一位做了 10 年女鞋的老板想开一家 3D 打印鞋的新店,从市场调研到测款开卖只花了 7 天、成本几百块。搁在以前,光打样拍摄就要上万元,还得搭进去一个月。他能这么快,是因为整条链路都交给 AI 去跑了。 玩法是在千问办公里切到「电商经营模式」,连上生意参谋、千牛、万相台这些后台,一句话就能派活。比如告诉它「今年双 11 营收目标 500 万,结合去年大促和最近 30 天的表现,定好商品、投放和直播方案」,它就会生成一个作战台,每天上午 9 点更新各店铺的销量、库存和广告消耗,哪家店掉队一眼就能看到。 还有一个直接戳中小卖家痛点的能力:给 50 款新品做主图、场景图和投放文案,它能把品牌调性和卖点揉进去批量出图,素材还会同步到 AI 表格里,按平台和版本统一管理。那位老板说,他现在已经把千问办公当成靠谱的电商运营合伙人,而不是单纯的 AI 工具。 我琢磨着,回头我们店赶上上新旺...

2026-08-27
Qwen 3.8 Flash 多模态测评!究竟有多能打?
Qwen 3.8‑Flash 多模态专项测评来了!在上一期测试推理与编程实力之后,本期就用专属祖传测试用例,深度检验它识图、视觉理解的真实水平。 电影截图识别一题翻车、一题答对;空间方位判断、细微倾斜图形辨别表现出色;鸳鸯计数出现误判,将野鸭归类成了雌性鸳鸯。视觉时序测试中,并线时间识别准确,右转时间判断却出现了较大偏差。综合来看,这款 125B 参数的模型图像感知能力可圈可点,但在复杂识别、长视觉时序轴判断上依旧存在短板,感兴趣的小伙伴可以亲自动手实测感受一下…… 访问入口

2026-06-02
Qwen 3.7 Plus 测试报告!真的能打吗?
本期视频实测阿里巴巴通义千问最新发布的 Qwen 3.7 Plus,国产旗舰开源大模型系列高配版本。本期视频用祖传测试用力测评,看 Qwen 3.7 Plus 究竟能不能打。 访问入口

2026-09-02
Qwen 3.8 Max 新版测试!究竟有多能打?
Qwen 3.8 Max 新版实测报告来了!官宣编程能力大幅升级、登陆 CodeArena 榜单,今天就在 Deepseek Harness 拉满思考深度,用上 V2.1 祖传测试用例一探究竟。 强约束句子生成任务全部通过,十条语句通顺达标;三解 24 点题目前两个解法正确,第三个误用开立方出现违规参数;难度升级的 7 位密码锁推理宣告无解,推理环节翻车。 编程测试取消无头浏览器 UI 校验,纯看模型原生输出。浏览器操作系统 UI 精致、弹窗与 Dock 栏运行正常;太空射击游戏 3D 效果到位,但空格键和鼠标点击无法发射子弹,存在功能 bug;3D 赛车游戏整体体验尚可,少量障碍物贴图粗糙;Trello 看板 UI 观感舒适,拖拽增删改功能运行稳定。 访问入口

2026-08-27
Qwen 3.8 Flash测评报告!究竟有多能打?
期待已久的 Qwen‑3.8‑Flash 实测报告新鲜出炉!这款全新的 MoE 多模态大模型,主参 125B,每次仅激活 6B 参数,原生 256K 上下文最高可扩容至 1M,API 定价性价比极高,网传办公编稿实力十分强悍。本次依旧使用祖传全套测试用例,在 Claude Code 上将思考模式拉满展开测评。约束生成、24 点运算、密码推理题全部顺利通过,推理表现亮眼。但深度编程测试当中,浏览器操作系统、太空射击游戏、Trello 看板等项目出现了界面布局、物体方向、按钮排版等小 bug,3D 赛车游戏整体完成度较高。综合来看它的推理能力稳定在线,编程实力可圈可点,想要上手的小伙伴可以参考这份实测结果…… 访问入口

2026-07-19
Qwen 3.8 预览版测评报告,打得过Kimi K3吗?
千问 3.8 Max Preview 实测测评,对比此前 Kimi K3 的测评表现如何呢? 统一标准祖传测试用例实测,约束文本生成全对且速度更快,24 点、密码推理答题准确;编程项目生成效率大幅提升,浏览器系统配套太空射击游戏 UI 与功能完整,3D 赛车运行流畅无操控故障,复刻 Trello 看板还原度极高,仅缺少单条待办删除按钮一处小瑕疵。 对比 Kimi K3 存在答题失误、赛车失控、界面 bug 且生成耗时极长等短板,千问新版本综合实力更出众,响应速度优势突出。 关注 AI 产品狙击手,持续更新各类 AI 模型实测干货! 访问入口
公告






