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。
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
2026-08-03
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。 访问入口
2026-08-15
Qwen-3.8-27B 测评报告！真的能打吗？
Qwen-3.8-27B 开源模型测评，本次测试使用 Q4_K_S 量化版本，BF16 原版权重留给大家自行部署。指令生成测试全部达标通顺，24 点、密码锁推理作答无误；浏览器操作系统项目启动失败，3D 赛车游戏画面可用但按键左右反转，Trello 看板功能完整。27B 量化后依旧有着不俗实力，非量化版本潜力更高，非常适合个人以及小型企业本地部署使用…… 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
2026-06-07
Qwen3.6 27B 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 Qwen3.6 27B 大模型，国产旗舰开源系列全新版本。27B 参数规模，主打更强推理与 Agent 能力。本期视频用祖传测试用力测评，看这款阿里旗舰模型究竟能不能打。 访问入口
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
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
