Qwen 3.8 Max 测评报告！究竟有多能打？
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。
相关工具已收录于 AI工具严选
Qwen
通义千问，阿里推出的全面AI大语言模型系列
微信赞赏
相关推荐
2026-05-21
Qwen 3.7 Max正式版！真的能打吗？实测报告！
本期视频带来千问旗舰模型 Qwen 3.7 Max 正式版实测。作为阿里通义千问迄今最强大的智能体模型，Qwen 3.7 Max 可自主完成长达 35 小时的复杂任务，在 Arena 全球大模型盲测总榜中位列国产第一，逼近 GPT、Claude、Gemini 第一梯队水平。视频从编程能力、办公自动化、长周期任务执行、多框架适配四大维度全面评测，解析这款模型究竟能不能打、适合哪些场景。 访问入口
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
2026-05-21
Qwen 3.7 测试！吊打Gemini 3.5！
本期带来 Qwen 3.7 与 Gemini 3.5 的正面评测对比，涵盖编程、推理、数学、多模态等核心维度。阿里通义千问 Qwen 3.7 是阿里巴巴推出的高性能大语言模型，号称全面吊打 Gemini 3.5。一起来看看 Qwen 3.7 的实际表现如何。 访问入口
2026-09-13
Qwen 3.8 Max 鹈鹕骑自行车SVG测评报告！
本期继续跑 Benchmark 里的两道 SVG 测试题——「鹈鹕土星环骑自行车」和「复合弓射箭」。上一集测的是 GLM 5.3 Flash，这一集轮到千问 3.8 Max 0902 上场。 第二题「鹈鹕土星环骑自行车 SVG 测试」，先看效果。鹈鹕和自行车的结构没有问题，但骑到右边之后，鹈鹕和自行车整个倒了过来。这一点和 GLM 5.3 Flash 刚好相反：GLM 是在上方跑道正常，一来到下面跑道就倒过来。 第三题「复合弓射箭 SVG 测试」同样有几个问题。第一，弓箭明显是反的；第二，人物的右手去拉弓的时候，是穿过了持弓的左手的，属于明显的穿帮。 其他题目这次就不重测了，分数继续沿用 Benchmark V2.1 的测评结果，只有第二、第三题换成本次的新得分。大家翻 Benchmark 数据的时候请注意这一点，我也会在页面上标注出来。 访问入口
2026-09-18
Qwen 3.8 Omni Flash 全模态测评！究竟有多能打？
Qwen 3.8 Omni Flash 全模态模型来袭，我们的测评报告当然不能落下。因为是全模态模型，所以先测多模态能力，然后再看大家要求要不要测推理和编程。由于在线上测试，不知道免费额度能测多少，本次测试按最关心的顺序来。 第一题：HTML 游戏复刻。 给它一个简单的左右移动接住星星的小游戏视频，让它通过 HTML 复刻这个游戏。实现完成后打开看，实际效果像模像样，但有个问题：只能通过鼠标控制，键盘上下左右无法操控——而这个游戏明显应该支持键盘控制。 第二题：鸳鸯图片辨别。 给它一张鸳鸯图片，让它分辨雄鸳鸯和雌鸳鸯的数量。图片中应该有五只雄鸳鸯、四只雌鸳鸯，最左边是一只野鸭。模型回答四雄五雌，刚好说反了。 第三题：图像细节辨析。 让模型找出图片中的不同之处，它指出第一行第四列的菱形不端正、有所倾斜。实际检查后确认确实如此，判断正确。 第四题：电影出处匹配（老无所依）。 给一张老无所依电影截图，看模型是否能找出出自哪部电影。第一次给了截取较远的图，模型回答星际穿越，错了。这道题很少有模型能做对——不是辨别不了图片内容，而是在根据内容匹配电影时出错。换成更清晰的截图后，这次成...
2026-09-30
Qwen 4（疑似）测评报告！究竟有多能打？
注意 Qwen 4 后面要括弧加个”疑似”——真实代号是 Qwen latest series Invite 2,609。测评环境是在 Deepseek Harness 上进行的，具体思考深度未知，稍后获悉会在评论区补充。 第一题：强约束指令遵循句子生成测试。 第 5 和第 8 句结尾不是从 1 到 10 结尾的。其他句子中第 3 句不通顺，第 6 句也不太通顺（如果改成”掷出的点数正好是 6”会更通顺）。 第二题：鹈鹕土星环骑自行车 SVG 测试。 整体感觉不错。右边转弯时仔细看会发现鹈鹕的屁股先转，然后才 180 度转正，稍微有点瑕疵。 第三题：复合弓射箭 SVG 测试。 整体效果不错，复合弓结构和弓箭抛物线都没有问题。唯一的问题是人物右手拿弓、左手拉弓，但弓箭却在右手外侧，特别是拉到身体部位时左手被挡住，弓箭感觉是被无形的手在拽着，不合常理。 第四题：实现个精美浏览器操作系统。 UI 看上去还是不错的。右上角弹窗功能没有问题。日历高亮日期部分不应做成椭圆形，而应做成圆形或带圆角的方形。Dock 栏应用没有问题。 第五题：3D 太空射击游戏。 初始速度太猛，开车水平不行...
