Qwen3.8-Max预览版基准测试结果已泄露！仅落后 Fable5 12.6 分！

你这是违法行为 · 2026-07-19T20:08:00+08:00

Qwen3.8-Max 预览版在编码方面仅落后 Fable 5 12.6 分，而在实际的 Cowork 智能体任务中，其性能已超越 Opus 4.8 Max。该基准测试涵盖了 400 个实际的智能体任务。与 Fable 5 相比，73.2% 的编码任务结果相同。在 Cowork 任务中，Qwen3.8-Max 领先：- Opus 4.8 Max：5 分- Kimi K3：8 分- GLM-5.2：17.1 分- 上一代Qwen3.7-Max：44.4 分而这仅仅是预览版。消息来源称，一些已就绪的改进尚未部署，最终版本会更强大。Qwen3.8 现在的目标是 Fable 5，Opus 已经被超越了。

314

你这是违法行为2026-07-19
69134
Qwen3.8-Max 预览版在编码方面仅落后 Fable 5 12.6 分，而在实际的 Cowork 智能体任务中，其性能已超越 Opus 4.8 Max。
该基准测试涵盖了 400 个实际的智能体任务。
与 Fable 5 相比，73.2% 的编码任务结果相同。
在 Cowork 任务中，Qwen3.8-Max 领先：
- Opus 4.8 Max：5 分
- Kimi K3：8 分
- GLM-5.2：17.1 分
- 上一代Qwen3.7-Max：44.4 分
而这仅仅是预览版。
消息来源称，一些已就绪的改进尚未部署，最终版本会更强大。
Qwen3.8 现在的目标是 Fable 5，Opus 已经被超越了。
主楼
Fulaf2026-07-19
60814
这是要赶英（没有英）超美了吗，超过了我们还会有便宜的大模型吗（）
#1
QYY2026-07-19
4419
千问是多模态的嘛，那和国外闭源园模型也就差几个月
#2
listening2026-07-19
9449
3.8 max是多模态，看起来还有价格优势。
#3
西门卤蛋2026-07-19
25450
跟我的实际使用体验完全不一样啊,神秘benchmark,不知道是因为后训练不足还是harness不行,总感觉给他的指令它常常糊弄一下就给我了,不会认真地去审查.
#4
Cyrene2026-07-19
54796
这就是真实AI大战，你追我赶，Fable一发布，马上就有两个模型以Fable为真实目标了，先前积攒的优势可能在几个月后荡然无存
#5
小鳥遊みふる2026-07-19
30037
我也觉得很怪让他搜索二次元人物的信息，强调了汉字还是给我一堆假名的而且慢的不行一个任务就是十多分钟起步
#6
linjinpeng2026-07-19
11058
这个模型我测试的时候感觉一坨，结果实际用起来居然还不错
#7
Amamiya2026-07-19
8791
（帖子已被作者删除）
#8
TheYesNo2026-07-19
75354
期待实战效果，不知道实际使用起来怎么样，分数不能代表全部
#9
SugarBreeze2026-07-19
22805
Qwen3.8-Max 领先
对比qwen3.8max落后的分数，大概
#10
吹散的云2026-07-19
35472
我看B站上的测试结果说后训练没做好，没有宣传的效果好
#11
24岁是白给2026-07-19
9190
这模型前端比较差但是价格是真便宜在qoder用比dsflash消耗的credit都要便宜一倍不知道在后端表现啥样前端反正差的不行做个马里奥都有一堆问题
#12
YG88772026-07-19
27295
看推特目前的“反馈” 貌似拉了一坨 ^-^
#13
outgoing2026-07-19
6185
怎么没过几天glm-5.2就被打成路边一条了
#14

发表回复

登录后回复