Qwen3.8-Max 发布说明 / 新功能
Qwen 宣布发布 Qwen3.8-Max，这是迄今为止 Qwen 系列中最强大的模型。模型规模达到 2.4 万亿参数（其中 95B 为活跃参数），旨在端到端处理复杂、开放式目标，特别针对自主编码、专业研究和长时程任务执行的改进。
自主编码与自我进化
Qwen3.8-Max 已从简单的函数生成转向自主项目管理。模型展示了通过反馈回路自我进化的能力，以下三个主要测试案例证明了这一点：
- Self-Evolving Harness（自我进化框架）: 在超过 10 天的自主运行中，模型从零构建了
oh-my-cli项目。它实现了一个包含问题状态机、调度器和看门狗的循环，将社区反馈转化为可执行工作。16 天后，仓库累计了 265 次提交、127 个 PR 和 151 个 issue。 - Research Reproduction and Improvement（研究复现与改进）: 模型从零复现了《Unified Data Selection for LLM Reasoning》论文（在 125 小时内编写了 7,600 行代码），随后进化出一种新方法，超越了原论文的方案，在 AIME24 基准上提升了 2.7 分。
- Competitive Programming（竞技编程）: 在 WWW2025 多模态对话意图识别挑战赛中，Qwen3.8-Max 与 526 支人类团队竞争。它在 24 小时限制内自主完成任务，准确率达到 0.853，超过了 87% 的人类参赛者。
专业工作流集成
为了提升整体工作能力，Qwen 在多个框架（包括 QwenWork、Claude Code 和 Codex）中扩展了强化学习环境和计算资源。这通过统一的奖励系统实现，该系统将基于执行的检查与代理式审查相结合。
高价值职业表现
Qwen3.8-Max 在数百个职业中进行压力测试，以提供生产级别的结果：
- Legal（法律）: 在不到一小时的时间内完成了数百份文件的企业合规审查，这通常需要一个律师助理团队整整一周的时间。
- UI/UX Design（用户界面/用户体验设计）: 一次性生成了银行应用的高保真、8 屏交互原型，无需人工修订。
- Engineering（工程）: 根据图纸重建了 30 层办公塔的抗震结构模型，实时检查基底剪力和层间位移。
- Medical（医学）: 将二维纸质评估转换为三维交互式解剖演示，将交付时间从数周缩短至数分钟。
- Finance（金融）: 开发了端到端的 ETF 轮动策略，自动剔除冗余因子以防止过拟合，并通过 330 个子代理实现大规模并行因子挖掘。
长时程任务执行
Qwen3.8-Max 使用行动-反馈-迭代循环来处理需要数千轮交互的任务。
自主芯片设计
模型完成了 GCD/RSA 加密硬件加速器的完整硅设计流程。没有参考设计的情况下，它使用“编辑‑仿真‑综合‑布局”循环，将门数从 8,298 减少到 678。最终的物理布局实现了 81% 的芯片面积缩减，并成功在 500 MHz 达到时序闭合。
电商模拟
在 E-Commerce Bench（365 天模拟）中，Qwen3.8-Max 管理多个店铺，处理供应链危机，并使用博弈论原则与供应商谈判。其总余额达到 ¥416,252（4.16 倍回报），比第二名模型（GLM 5.2）高出 38%。
多模态智能与混合代理
Qwen3.8-Max 将视觉智能融入整个任务生命周期，超越了单纯的图像理解，实现主动视觉反馈。
- Visual Feedback Loops（视觉反馈回路）: 模型能够观察自身的中间结果（例如页面布局或动画质量），并自主修正计划以纠正偏差。
- Hybrid Agent Capability（混合代理能力）: 通过将编码与 GUI 操作相结合，模型可以通过代码实现逻辑，同时在实时系统上验证结果。此能力在 RecreationBench 中得到测试，模型从黑箱观察重建了应用程序。
- Video Memory（视频记忆）: 对于超过 100 小时的视频，模型构建视频记忆图，以在长时间跨度内追踪角色、事件和关系。
技术规格与可用性
- Parameters（参数）: 2.4 万亿（95B 活跃）。
- Availability（可用性）: 目前可通过 QwenCloud 获取。
- Open Weights（开放权重）: 计划下周在 Hugging Face 和 ModelScope 上发布。
- API Features（API 功能）: 支持
reasoning_effort（xhigh、medium、low）以平衡深度和成本，并支持preserve_thinking以实现推理过程的透明性。