QwenLM/Qwen3.8

解决的问题

Qwen3.8 是一系列专为处理复杂、多步骤任务而设计的开源权重大语言模型，具备更高的可靠性。它特别针对编程、专业研究以及长期任务型智能体（agentic tasks）的性能提升，为开源社区带来了「Max级」的性能表现。

工作原理

基于 Qwen3.5 的架构基础，该系列经过多轮迭代演进：

• Qwen3.8：聚焦于自主规划与环境反馈，提升端到端任务完成率。引入 reasoning_effort 以调节推理深度，preserve_thinking 用于在消息间保留推理上下文。
• Qwen3.6：注重稳定性和现实世界实用性，特别强化了前端工作流中的智能体编程与仓库级推理能力。
• Qwen3.5：采用统一的视觉-语言基础架构，通过早期融合训练，结合混合架构（门控增量网络与稀疏专家混合模型），并基于百万智能体环境进行强化学习扩展。

适用人群

寻求高性能开源模型用于软件开发、自主智能体及多模态应用的开发者与企业，支持 201 种语言和方言。

核心亮点

• 智能体能力：更强的自主规划能力，更优的环境反馈处理，确保任务可靠完成。
• 统一的多模态基础：在数万亿 token 上进行早期融合训练，实现推理、编程与视觉理解能力的均衡对齐。
• 灵活的思维控制：可调节推理深度，并在对话中保留思考上下文。
• 广泛兼容性：支持 vLLM、SGLang、TokenSpeed 等主流推理引擎，以及 Unsloth、Llama-Factory 等训练框架。