Qwen3.8-Max正式发布，这是Qwen系列最强模型，拥有2.4万亿参数，在编程、工作、研究等任务上全面提升，能端到端可靠完成复杂任务，下周将开源权重。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留关键细节并删减了与主题无关的内容（如具体的API代码示例、配置文件和引用格式）。

标题：Qwen3.8-Max：编程与协作的新标杆

核心发布信息

今天，我们正式发布Qwen系列迄今为止最强大的模型——Qwen 3.8-Max。这也是我们首次开源Max级别模型的权重，开源权重将于下周发布。该模型基于Qwen 3.5的架构，参数规模扩展至2.4万亿，在编程、工作、研究和长周期任务上实现了全面改进。它不仅能回答更具挑战性的问题，还能更可靠地端到端完成复杂任务，交付可信赖的成果。

编程能力

对于顶级模型而言，如今的编程远不止按要求编写一个函数，而是能够自主地将一个持续数天的真实项目从零开始完成。我们在三个挑战中测试了Qwen3.8-Max，所有结果都通过实际编写和运行代码获得，没有任何人工帮助。其核心能力在于，它不会固守一个计划，而是通过反馈循环实现自我进化。

1. 超过10天的自主编程：构建自我进化的框架 模型被要求从零开始创建oh-my-cli项目，并构建一个自我进化的框架。它将用户反馈、社区实践和自身测试结果整合到一个工程循环中：需求被标准化为问题，由智能体自动认领并执行，通过代码、测试、预览和日志进行持续迭代。截至2026年7月30日，经过约16天的完全自主运行，该仓库已积累了265次提交、127个拉取请求和151个问题。

2. 复现并改进研究论文 我们交给模型一篇关于“大语言模型推理的统一数据选择”的研究论文，要求其复现论文实验并尝试做得更好。模型从零开始，在完全自主工作约5天（约125小时）后，编写了约7,600行代码，运行了33轮GPU训练。它首先复现了论文的六个主要发现，随后进入自我改进循环，提出并测试了18个改进想法，最终进化出一种新方法，在竞赛级数学基准AIME24上比论文方法高出2.7个百分点。

3. 在24小时内击败数百个人类团队 我们将模型提交到一个有526个人类团队参与的实时在线竞赛中。任务是通过阅读客服聊天记录（文本和截图）来识别客户意图。模型在严格的24小时时限内自主构建了完整解决方案，包括微调多个语言模型和视觉语言模型，并将它们整合到一个加权投票系统中。经过45次提交，其准确率从0.60稳步提升至0.853，击败了458个（87%）人类团队。

工作能力

除了编程，处理多步骤、多工具的“真实工作”是前沿模型创造巨大经济价值的另一条主线。我们通过联合扩展强化学习环境和算力，在多个主流工作框架上普遍提升了模型的通用工作能力。这需要解决三个挑战：持续扩展解耦的真实环境、构建统一的奖励系统、以及使用在线数据平衡器来稳定训练。

我们测试了模型在数百个高经济价值职业中交付生产级成果的能力，例如：

• 企业合规顾问：一次审查数百份文档，找出1,284条相关条款，耗时不到一小时，而人工团队通常需要约一周。
• UI/UX设计师：为数字银行应用一次性交付包含8个屏幕的高保真交互原型，零轮人工修改，而传统流程需要3-5轮修改。
• 餐厅品牌创始人：阅读超过一百份食材供应简报，一次性生成包含26道菜的完整菜单，食品成本率控制在33.8%。
• 结构工程师：根据一套图纸，在浏览器中重建一栋30层办公楼的抗震结构模型，可实时查看各项参数，而传统流程通常需要超过一周。
• 康复治疗师：将一张2D纸质评估表转化为3D交互式演示，包含可旋转视角和解剖覆盖层，而传统外包需要2-4周和数千美元。
• 体育数据分析师：在几十分钟内解析每位球员约8,400次攻防回合，生成球员战术档案和教练报告，而传统团队需要数个工作日。

此外，模型还展示了在一个会话中构建端到端盈利量化策略的能力。它自主规划复杂工作流，并行挖掘因子，将传统需要数周至数月的量化研究压缩成一个可扩展的自动化循环。

长周期任务

在处理高度复杂、多约束的长周期任务时，模型展现了卓越的系统级自主规划和闭环自适应学习能力。

1. 自主芯片设计与闭环优化 模型自主完成了从逻辑重构到物理布局生成的整个芯片设计流程，目标是一个加密硬件加速器。在完全自主运行中，模型完成了约500轮交互和71次评估，经历了13个关键里程碑。其首个功能可行的设计包含8,298个门，经过算法重写、冗余消除、模块融合等深度优化，最终将门数降至678个，领先所有被评估的模型。物理布局也从初始的106×106 µm²缩小到46×46 µm²，面积减少了81%，并成功实现了时序收敛。

2. 长期运营中的持续学习 在一个模拟365天电商运营的基准测试中，模型需用10万元启动资金同时运营多家网店，应对季节波动、突发事件和现金流压力。模型展现了卓越的前瞻性规划能力，并在与近600个供应商的博弈式谈判中展现出持续学习能力，采购价格逐步降低。最终，模型实现了¥416,252的最高总余额（4.16倍回报），比第二名高出38%，比上一代旗舰模型提升了152%。

多模态智能体

Qwen3.8-Max不仅能理解图像、文档和视频，还能将视觉智能贯穿整个任务生命周期。它能处理超过200页的PDF并提取关键信息，也能处理超过100小时的视频并构建“视频记忆图谱”。更重要的是，视觉不再局限于输入阶段，而是成为规划、执行、验证和迭代的原生反馈循环。模型在执行过程中持续观察和评估自己的中间结果，发现问题后能自主修正。

为此，我们引入了RecreationBench基准，用于评估模型在多个平台上通过“编码”和“GUI操作”相结合的混合智能体能力，以从零复现一个应用。Qwen3.8-Max在此基准上展现了前沿水平。

用户反馈

来自顶级智能体平台、开源算法团队、专业公司、初创企业和学术研究人员的反馈一致认为：Qwen3.8-Max能够驱动长周期、自主的任务链，并一次性交付可直接上线的成果。

总结

Qwen3.8-Max是我们迄今为止最强大的模型，也是首个Max级别的开源权重模型。其2.4万亿参数规模在编程、真实工作、长周期任务和多模态智能体方面带来了全面提升，能够以最少的人工干预，端到端地完成复杂、开放的目标，并交付可靠的成果。开源权重将于下周发布。

根据评论内容，主要观点和论据如下：

1. 开源权重与发布节奏（认可度较高） - 评论关注Qwen 3.8-Max是否仍保持开源权重，以及发布时间的混乱。用户指出官方7月19日已宣布“即将开源”，但8月又重复类似声明，质疑实际进展。 - 关键引用：VladVladikoff：“Are these latest Qwen models still open weights or has Qwen moved away from that?”；simonw：“That was on July 19th... So what are they releasing today?”

2. 模型性能与本地部署（认可度较高） - 用户对Qwen 3.8-27B的开源表示期待，认为3.6-27B已是本地最佳模型之一，希望3.8能进一步改进。 - 关键引用：toshinoriyagi：“Qwen3.6-27B is widely regarded as one of the best local models... If 3.8 truly improves upon it that would be awesome.”；boredatoms：“3.8 27b is the real news here.”

3. 成本与定价（认可度中等） - 用户关注模型使用成本，希望比DeepSeek更便宜，并质疑“自我进化”是否意味着蒸馏其他模型（如Claude）。 - 关键引用：ddxv：“I hope this is significantly cheaper... hard to justify switching from cents per day.”；choppaface：“Does this mean they distilled Claude?”

4. 竞争与市场信号（认可度较低） - 部分用户对阿里巴巴的声明持怀疑态度，认为其与Anthropic等公司的竞争存在营销成分，并预测一旦OpenAI和Anthropic上市，此类声明将成为卖出信号。 - 关键引用：TacticalCoder：“Sure, it's apples to oranges... part of me thinks they know fully well what they did there.”；adi2907：“Once OpenAI and Anthropic are public, every such announcement will become a reliable sell signal.”

5. 技术细节与基准（认可度较低） - 用户建议需要“自我进化基准”来评估模型递归改进能力，并质疑模型能否剥离非编码功能以减轻体积。 - 关键引用：BeriV2：“We will eventually need a self evolution benchmark...”；kopirgan：“Can a model be stripped off anything not relevant to coding and get a lot lighter?”

总结：评论整体对Qwen 3.8系列的开源和性能改进持积极期待，但对发布节奏、成本、竞争策略及技术细节存在质疑。用户普遍关注本地部署能力、定价透明度，并警惕营销话术。