Kimi K3发布后，国产旗舰模型的更新节奏仍未放缓。

阿里于2026年7月19日上线新一代旗舰基座模型 Qwen3.8-Max-Preview。模型总参数达到2.4T，即约2.4万亿参数，目前已经进入阿里云Token Plan、Qoder、QoderWork及Qoder系列Agent产品。正式版将在后续推出，阿里也计划开放模型权重。

阿里将Qwen3.8描述为当前能力较强的前沿模型之一，并称其整体表现仅次于Anthropic的Fable 5。需要说明的是，阿里目前尚未在公开技术报告中提供完整的基准配置和逐项成绩，因此网上流传的“击败所有Opus模型”等说法，现阶段仍应视为预览期数据或社交媒体截图，而不是已经完成独立验证的正式结论。

image.png

Qwen3.8-Max-Preview是什么？

Qwen3.8-Max-Preview是通义千问新一代旗舰基础模型的预览版本。

Qoder官方资料显示，模型拥有2.4T参数。相比上一代Qwen3.7-Max，Qwen3.8重点增强了以下能力：

  • 代码工程与软件开发
  • 专业办公与知识工作
  • 全栈应用开发
  • Office办公工作流
  • 数据分析
  • 深度推理
  • 复杂长程任务
  • 多步骤Agent执行

Qoder将其描述为在软件工程、办公和深度推理方面表现领先的新一代基础模型，并表示其能力仍在持续迭代。

目前能够确认的核心参数并不多：

项目当前公开信息
模型名称Qwen3.8-Max-Preview
总参数规模2.4T
产品状态Preview预览版
重点能力Coding、Cowork、深度推理、长程Agent
当前入口Token Plan、Qoder、QoderWork等
正式版计划后续推出
模型权重阿里称将开放，尚未正式发布
架构与激活参数尚未完整公布
开放许可证尚未公布
本地部署要求尚未公布

因此，目前不宜直接认定Qwen3.8采用某一种MoE结构，也不能推算单次推理会激活多少参数。相关信息需要等待正式模型卡或技术报告。

Qwen3.8目前可以在哪里使用？

Qwen3.8-Max-Preview已经覆盖Qoder的多种产品形态，包括：

  • Qoder Desktop
  • QoderWork
  • Qoder JetBrains插件
  • Qoder CLI
  • QoderWake
  • Qoder Cloud Agents
  • Qoder Mobile及Web App

开发者和知识工作者可以在模型选择器中切换至Qwen3.8-Max-Preview，测试代码工程、数据分析、文档处理和长时间Agent任务。

阿里云Token Plan个人版和团队版也已支持该模型。官方明确提示，Qwen3.8当前仍是预览版本，能力会在预览期持续更新；预览结束后，现有模型可能下线或被正式版本替换。

预览期调用价格大幅降低

为了扩大预览版测试规模，Qoder与阿里云Token Plan为Qwen3.8提供了限时折扣。

Qoder当前的Credits消耗倍率为：

使用时间标准倍率活动倍率
08:00—22:000.5x0.05x
22:00—次日08:000.5x0.01x

常规时间相当于1折，夜间低峰时段相当于0.2折。活动从2026年7月19日开始，结束时间暂未公布。

阿里云Token Plan也提供预览期Credits低至1折、夜间进一步折扣等权益。通过降低调用成本，更多用户可以运行持续时间较长、Token和工具调用量较大的Agent任务。

15分钟生成可玩的3D射击游戏

Qwen3.8上线后，社交平台很快出现了第一批软件开发实测。

一名开发者使用相同的3D射击游戏需求测试Qwen3.8和Fable 5。据其分享，Qwen3.8大约用15分钟生成了一个能够直接游玩的版本，基础移动、射击、难度和游戏机制已经可以运行；Fable 5则花费约50分钟完成同类任务。

这次测试呈现出的差异是：

  • Qwen3.8更快完成第一个可用版本
  • Fable 5耗时更长，但最终细节更精致
  • Qwen3.8更偏向先建立完整功能
  • Fable 5更愿意投入时间完善表现效果

这只是单个开发者、单次任务中的结果，并没有公开完整系统提示词、运行环境、Token消耗和全部修改过程，不能直接作为两款模型整体能力的排名依据。

不过，它展现了Qwen3.8当前较有价值的一项特点：先把产品做出来，再继续调整细节。

Agent模型为什么需要“快速出活”？

代码Agent的价值不只体现在最终代码有多复杂，也体现在它能否尽快建立一个可以运行、测试和修改的版本。

传统模型可能花费大量时间分析：

  • 应该选择哪套框架
  • 页面如何组织
  • 游戏架构如何设计
  • 是否需要增加额外功能
  • 哪种实现方式更加完整

这些思考可能提高最终质量，但也可能导致模型迟迟没有可见结果。

更偏向执行的Agent则会先完成：

  1. 建立项目结构
  2. 实现最基础玩法
  3. 运行程序
  4. 找到明显错误
  5. 修复关键问题
  6. 输出第一版成果
  7. 再根据反馈优化

对于Vibe Coding、原型验证和早期产品开发来说，一个15分钟内可以操作的版本，往往比一个50分钟后才出现、但细节更精致的版本更容易进入下一轮迭代。

Minecraft风格体素游戏也能一次运行

另一名用户要求Qwen3.8-Max-Preview制作一个Minecraft风格的体素游戏。

其分享的初步结果显示，Qwen3.8生成了较干净的界面，并实现了可以直接操作的游戏内容。测试者将其总结为代码能力较强、UI相对整洁、输出可玩且第一版完成度较高。

这类任务通常要求模型同时处理：

  • 3D场景和摄影机
  • 体素地图
  • 人物或视角控制
  • 键盘及鼠标输入
  • 碰撞关系
  • UI和状态显示
  • 游戏循环
  • HTML、JavaScript和Three.js代码

它并不是单一函数生成，而是一个需要多个模块同时运行的小型软件项目。

Qwen3.8开始从代码生成走向产品交付

现有测试说明，Qwen3.8的目标并不只是生成代码片段，而是围绕用户最终需要的成果完成持续工作。

目前用户已经开始用它测试：

  • 3D射击游戏
  • Minecraft风格体素游戏
  • 产品营销落地页
  • 交互式网页
  • 数据分析
  • Office办公任务
  • 多步骤代码工程
  • 长程Agent工作流

Qoder官方也将全栈开发、数据分析和Office工作流列为Qwen3.8的主要提升方向。

这种产品定位更加接近“交付型Agent”：

用户告诉模型需要得到什么，模型自行决定需要建立哪些文件、调用什么工具、如何运行验证，以及何时交付第一个可用版本。

与Kimi K3对比：各有明显侧重

Qwen3.8发布前不久，月之暗面刚刚上线2.8T参数的Kimi K3。Qoder的模型列表已经同时提供Qwen3.8-Max-Preview和Kimi K3，方便开发者在同一产品环境中进行测试。

从目前公开案例看，两者呈现出不同特点：

对比方向Qwen3.8-Max-PreviewKimi K3
总参数2.4T2.8T
当前状态预览版正式服务已上线
代码任务强调快速形成可运行结果强调长程工程与复杂交付
视觉设计部分测试仍需提升部分前端和视觉任务表现更强
3D内容已出现多个可玩游戏案例3D、视觉闭环和交互内容较突出
开放权重计划开放已公布完整权重发布计划
成熟度持续迭代中的Preview已进入多款正式产品

在你提供的另一项社交媒体案例中，有开发者让Qwen3.8和Kimi K3分别为一台售价1万美元的“断头台式面包切割机”制作产品落地页。

该体验反馈认为，Kimi K3在整体文字处理和视觉构图方面优势较明显，但Qwen3.8成功生成了具有说服力的产品3D模型。由于该测试的原始运行记录和完整页面尚未公开，它更适合作为模型风格差异的体验参考。

Qwen3.8当前也存在明显问题

Preview版本提前进入真实用户场景，可以快速发现问题，但也意味着其表现尚未完全稳定。

部分社区用户报告，Qwen3.8在长任务中可能出现：

  • 反复尝试相同方案
  • 工具调用进入循环
  • 过度分析简单问题
  • 执行方向逐渐偏移
  • 遇到安全任务时绕路
  • 最终没有完成原始目标

LocalLLaMA社区中已有用户认为，当前预览检查点仍需要更多后训练，尤其需要改善循环执行和Agent边界。

这些问题与阿里云对Preview版本的提示一致：模型能力仍会持续升级，最终正式版可能替换当前预览版本。

“击败所有Opus”目前不能视为官方结论

社交平台流传的Qwen3.8测试图表显示，其部分综合成绩超过多款Opus模型，仅次于Fable 5。

阿里也公开表示，Qwen3.8是当前较强的模型之一，整体水平仅次于Fable 5。

但目前仍缺少以下信息：

  • 完整评测名称
  • 测试题目和数据集
  • 模型具体版本
  • 系统提示词
  • 推理强度
  • 工具和联网权限
  • 测试次数
  • 置信区间
  • 第三方独立复现

因此，SEO文章可以写“阿里称Qwen3.8仅次于Fable 5”，但不宜直接写成“权威测试确认Qwen3.8击败所有Opus”。

更稳妥的表述是：

社交媒体流传的早期成绩显示，Qwen3.8具备接近顶级闭源模型的潜力，但仍需等待正式技术报告和第三方评测。

2.4T开放权重意味着什么？

阿里计划在正式版推出后开放Qwen3.8模型权重。

如果权重按计划开放，开发者可以进一步研究：

  • 模型具体架构
  • 混合专家设计
  • 激活参数规模
  • 本地与集群推理效率
  • 量化效果
  • 行业微调
  • 私有化部署
  • 推理框架适配
  • Agent后训练

不过，2.4T总参数也意味着完整模型可能需要极高的存储、显存和集群通信能力。

即使模型权重开放，普通个人电脑也很难完整运行。大多数开发者可能仍会通过阿里云、Qoder或第三方推理服务使用模型。

正式发布后需要重点关注：

  • 权重是否完整开放
  • 基础版和指令版是否同时发布
  • 具体许可证
  • 商业使用限制
  • 激活参数
  • 上下文窗口
  • 是否提供量化权重
  • vLLM和SGLang支持
  • 推理硬件要求

Qwen3.8与Kimi K3释放了什么信号？

Kimi K3和Qwen3.8在数天内连续出现，说明国产旗舰模型已经从单纯比较知识和数学基准，转向真实Agent任务竞争。

新的重点包括：

  • 能否持续运行数十分钟或数小时
  • 能否调用终端和浏览器
  • 能否制作可运行的软件
  • 能否理解图片和视觉反馈
  • 能否在长任务中保持目标
  • 能否用更少时间交付第一版
  • 能否控制Token和算力成本
  • 是否能够开放模型权重

对于用户来说，模型是否能在15分钟内做出一个可玩的游戏，往往比某项抽象基准高出几分更加直观。

Qwen3.8适合哪些用户提前体验？

独立开发者

可以用来快速制作网站、小游戏、插件和产品原型。

Vibe Coding用户

通过自然语言描述功能，测试模型能否直接生成可以运行的项目。

前端和全栈开发者

适合测试跨文件修改、页面生成、接口开发和项目调试。

产品经理与设计师

可以将产品想法快速转换为交互原型，再根据结果补充需求。

数据与办公用户

通过QoderWork测试表格分析、报告生成和Office工作流。

Agent开发者

重点评估模型在工具调用、错误恢复、上下文保持和任务完成率方面的表现。

使用Preview模型需要注意什么？

不要直接替换生产环境模型

预览版可能频繁更新，同一个提示词在不同日期可能得到不同结果。

保存测试条件

应记录模型版本、运行时间、提示词、工具环境和最终成果，方便后续与正式版比较。

检查代码和依赖

可运行不代表代码安全、结构合理或能够长期维护。

限制Agent权限

删除文件、部署生产环境和操作账号等行为应保留人工确认。

不要只看单次成功案例

应使用相同任务运行多次，并记录失败率、Token成本和人工修改时间。

总结

Qwen3.8-Max-Preview已经于2026年7月19日进入阿里云Token Plan、Qoder和QoderWork，模型总参数达到2.4T，重点提升软件工程、专业办公、深度推理和复杂长程Agent能力。

阿里称Qwen3.8属于当前较强的前沿模型，整体能力仅次于Fable 5，并计划在正式版推出后开放模型权重。完整基准、模型架构、许可证和本地部署要求仍待公布。

首批社交媒体实测显示，Qwen3.8能够较快生成可玩的3D射击游戏和Minecraft风格体素游戏。在一项个例中，模型约15分钟完成了第一版，而Fable 5完成同类任务约用了50分钟。

Qwen3.8当前的优势并不一定是所有细节都比Fable 5或Kimi K3更精致，而是能够较快将需求转换为可运行成果。

这可能正是Agent模型最实际的价值：

不是长时间展示自己会思考，而是先把能用的东西做出来。

不过，Qwen3.8仍处于Preview阶段，部分用户已经遇到工具调用循环、任务绕路和视觉细节不足等问题。它能否在正式版中稳定进入全球第一梯队，还需等待开放权重、技术报告和第三方测评。

相关链接