Qwen3.8-Max 發布：2.4T‑參數模型，下週開放權重，以及廣泛的自主能力

Qwen3.8‑Max 總覽

Qwen3.8‑Max 是目前 Qwen 系列中最強大的模型，規模達到 2.4 兆參數（95 B 活躍），並在編碼、工作、研究及長時程任務方面實現全面提升。此次發布標誌著首次將 Qwen‑Max‑級模型的權重開源，開放權重將於下週釋出。

編碼能力

自主自我演進工具鏈

Qwen3.8‑Max 被指派從零開始構建 oh‑my‑cli 專案，並在超過 10+ 天 的長時程自主編碼運行中，構建了一個能持續納入使用者回饋、社區實踐與自測結果的自我演進工具鏈。截至 2026 年 7 月 30 日，在約 16 天 的完全自主運作後，該儲存庫累積了 265 次提交、127 個 PR 與 151 個 issue【...】。

該工具鏈的關鍵元素包括 issue 狀態機、分派器、監視器與看門狗，構成執行迴路；自我測試會將異常狀態路由回相關的 issue/PR；以及多來源演進，將社區經驗與回饋轉化為可執行的工作。

重現並改進一篇研究論文

給定論文 “Unified Data Selection for LLM Reasoning” (arXiv:2605.22389) 以及一組 GPU，Qwen3.8‑Max 花費約五天（~125 小時）編寫約 7,600 行程式碼，進行 33 次 GPU 訓練，並重現該論文的六項主要發現。接著，它在接下來的約 88 小時 內進入自我改進的研究迴圈，跨四輪測試 18 個改進想法。最終方法——計算艱難決策點（“nhighgate”）——在 AIME24 基準上相較於論文基線獲得 +2.7 分 的提升【...】。

在 24 小時競賽中擊敗人類團隊

在 WWW2025 多模態對話意圖識別挑戰賽（由阿里巴巴雲的 Tianchi 平台主辦）中，面對 526 支人類團隊，Qwen3.8‑Max 在嚴格的 24 小時 限制下自主運行。它構建了一個方案，對文本進行 BERT、MacBERT 與 RoBERTa 的微調與集成，並以 Chinese‑CLIP 為後盾的 Qwen2.5‑VL‑7B 視覺語言模型處理截圖，透過加權投票系統融合。在 45 次提交 中，其準確率從 0.60 提升至 0.853，擊敗 526 支團隊中的 458 支（領域的 87 %）【...】。

這三個案例說明 Qwen3.8‑Max 能在數天內專注於開放式目標，自行產生想法，並將其轉化為可工作的成果，無需人類干預。

真實世界工作能力

擴展真實世界 RL 系統

Qwen3.8‑Max 的工作能力透過同時擴展 RL 環境與計算資源得到提升。我們解決了三個耦合挑戰：

沿著獨立軸持續擴展解耦的真實環境——任務（單任務 → 多任務 → 多日）、工作空間（單檔案 → 階層 → 複雜異質資料夾）以及工具鏈（類別、版本、技能），使環境增長呈組合式複合。
一個普遍的獎勵系統，內化異質驗證（基於執行的檢查、依據文字/視覺輸出的規則條件 adjudication、具代理性的檢查），在自動可擴展的規則下運作。
一個線上資料平衡器，使每個批次在任務、難度、工作空間與工具鏈上的分布保持高度平衡，抑制跨批次梯度變異，維持穩定的 RL 計算擴展。

這些共同提供廣度、可靠獎勵與穩定性，產生可測量的水平提升在真實世界工作能力上。

橫跨數百種職業的廣度

壓力測試顯示 Qwen3.8‑Max 在許多高價值職業的真實工作流程中能交付生產品質結果：

企業合規顧問：在不到一小時內從數百份文件中檢測出 1,284 條相關條款，而法律助理團隊通常需要一週。
UI/UX 設計師：在零次人工修訂的情況下，一次性完成數位銀行應用程式 NOVA（8 個畫面）的高保真互動原型，而傳統流程通常需 3–5 輪。
餐廳品牌創始人：閱讀超過一百份食材供應簡報，一次性完成完整的 26 道菜單，每道菜標註平均熱量與食材來源，使食物成本比維持在 33.8 %。
結構工程師：在瀏覽器中重建 30 層辦公塔樓的抗震結構模型，自然週期、基底剪力與層間漂移比可懸停查看，這項任務在專業軟體中通常需超過一週。
復健治療師：將 2D 紙本評估表轉為可自由旋轉視角、層層解剖覆蓋的 3D 互動示範，此任務先前需外包給醫學動畫工作室，週期 2–4 週且成本數千美元。
運動數據分析師：將每位**：** 解析每位球員約 8,400 次進攻/防守回合，在數十分鐘內生成可直接使用的球員戰術輪廓與教練報告，而傳統分析團隊通常需數個工作日。

在單次會話中構建可獲利的端到端量化策略

憑藉其動態工作流構建能力，Qwen3.8‑Max 能將一次對話轉化為端到端量化研究迴圈。從單行任務描述，它自主規劃複雜動態工作流，建構資料系統，構建基礎因子，並協調多輪貪婪迭代，同時動態分析回測並修正方向。它也平行化因子採礦：從六項橫跨經典因子家族的簡短描述，將每項分解為 50 個研究方向，派遣約 330 個子代理，完成約 6,000 次回測，並在運行中持續調整工作流。所選因子的超額夏普比率達到 0.64–1.48，IC 均為正數且範圍為 0.010 至 0.014【...】。

長時程任務表現

自主晶片設計與閉環優化

Qwen3.8‑Max 獨立完成了 GCD/RSA 加密硬體加速器的完整晶片設計流程。從最小輸入——任務描述、一個 stub RTL 工作區與一個評估腳本——它完全自主運作，管理 RTL 編輯、模擬除錯、綜合分析、冗餘定位與迴資料路徑重新架構。在一次連續運行中，它完成了約 500 次迭代與 71 次評估，橫跨 13 個關鍵里程碑，將合成的門數從 8,298 個門 減少至 678 個門（實體晶片面積減少 81 %），同時在 500 MHz 下達成時序閉合（+0.66 ns 餘量）【...】。

關鍵里程碑包括：

演算法重寫：模數除法器 → 迭代位移減法（8,298 → 2,010 個門，第 22 次迭代）。
冗餘消除與位寬修剪（2,010 → 1,304 個門，第 35–48 次迭代）。
註冊器與控制 FSM 修剪（1,304 → 907 個門，第 60–113 次迭代）。
模組融合與邏輯共用（907 → 765 個門，第 170–252 次迭代）。
門級精煉（765 → 678 個門，第 443–500 次迭代）。

透過 OpenROAD 進行實體佈局驗證顯示，晶片面積從 106×106 µm² 減少至 46×46 µm²，線長從 33,369 µm 減少至 4,187 µm，並成功達成時序閉合。

長期運營中的持續學習（電子商務基準）

在 365 天的電子商務運營模擬基準中，Qwen3.8‑Max 初始資本為 ¥100,000，需跨 12 種店鋪類型、60 個產品類別、近 600 家供應商及 7,000 種商品管理產品選擇、供應鏈談判、庫存、動態定價與退貨處理。它在供應商談判中展現持續學習，實現逐步降價與穩定利潤增長，使談判效率隨時間擴大。它也將此經驗推廣至類似產品，而其他模型則出現平台期。

面對隱藏風險（供應商矩陣中嵌入的 152 家詐騙商家）與季節性需求波動，Qwen3.8‑Max 前期大舉投資，加速資產增長曲線，並在年底大促期間實現淨利潤超過 ¥100,000——幾乎是第二名 GLM 5.2 的 2.4 倍。最終它達到最高總餘額 ¥416,252（4.16× 報酬），超越 GLM 5.2 38 %，並相較於其前旗艦 Qwen3.7‑Max 提升 152 %【...】。

多模態代理與視覺回饋迴路

Qwen3.8‑Max 將視覺視為規劃、執行、驗證與迭代中的原生回饋迴路。它能理解並生成視覺內容，檢查自身中間結果，偵測偏差（例如電視朝錯誤方向、介面錯位），並自主修訂計畫並糾正輸出。

此能力使混合代理行為成為可能：將編碼（高效、可擴展的重負荷工作）與 GUI 操作（觸及人類所能見及觸及的領域）結合，以針對真實運行中的應用程式進行驗證。

為了衡量此能力，RecreationBench 基準橫跨五個平台（桌面 Ubuntu/macOS/Windows、行動 Android 及網頁）。模型僅將真實運行中的應用程式視為黑箱——無原始碼、無網路存取——必須透過反覆的編碼與互動回饋循環，從頭重建整個應用程式。Qwen3.8‑Max 已在此基準上展現前沿級混合代理能力【...】。

為了方便整合，Qwen‑MM‑Plugins 提供了一個擴展庫，提供圖像與影片處理、多模態記憶、動態解析支援、視覺工具使用，以及針對影片編輯、Blender、CAD 等任務的專門能力。任何現有代理工具鏈皆可透過此庫擴展為更自然的多模態原生系統。

使用者回饋與社區反應

在 Hacker News 討論中的留言凸顯了幾點：

有人指出 Qwen3.8‑27B 開放權重將於下週發布，這被視為重要訊息，有一則留言稱之為「這裡的真正新聞」【...】。
部分使用者指出 Qwen3.8‑Max‑Preview 已於 7 月 19 日 在阿里巴巴的 Token Plan、Qoder 與 QoderWork 上首次亮相，質疑 8 月 3 日的公告新增了什麼內容【...】。
有關成本與效率的疑問：模型支援 reasoning_effort 參數（xhigh、medium、low）以調整推理深度與控制成本，人們希望它將顯著低於替代方案【...】。
少數留言表示在普通硬體上運行 27B 模型有困難，指出 GPU 記憶體限制【...】。
有關 token 與推理效率的問題被提出，請求提供基準中的 token 使用數據【...】。
模型的視覺能力受到讚賞，儘管有些人指出在使用它進行視覺網頁開發任務時會出現逾時問題【...】。
討論涉及更廣泛的影響：開放權重模型禁令窗口可能變窄、模型在蒸餾輸出中可能帶有親西方偏見、以及模型是否可被精簡為語言特定變體以供輕量本地使用【...】。
多位使用者對將 Qwen3.8‑Max 與 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等代理框架整合感到興奮，並分享了範例設定片段【...】。

可用性與使用方法

Qwen3.8‑Max 可透過 QwenCloud 存取，網址為 https://www.qwencloud.com/。模型權重將於下週在 Hugging Face 與 ModelScope 上開源。

API 使用

官方 API 支援 reasoning_effort 參數以在深度與成本間取捨：

xhigh（預設）：適用於需要深入分析的複雜任務
medium：在準確度與速度間取得平衡
low：優先考慮速度與成本

preserve_thinking 預設為啟用，以獲得最佳的即用體驗。

以下是使用 OpenAI‑相容客戶端的範例呼叫：

from openai import OpenAI
import os
api_key = os.environ.get("DASHSCOPE_API_KEY
if not api_key:
    raise ValueError("DASHSCOPE_API_KEY is required. Set it via: export DASHSCOPE_API_KEY='your-api-key'
)
client = OpenAI(
    api_key=api_key,
    base_url=os.environ.get(
        "DASHSCOPE_BASE_URL",
        "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
    ),
)
messages = [{"role": "user", "content": "Write a Python function to merge two sorted linked lists."}]
completion = client.chat.completions.create(
    model="qwen3.8-max",
    messages=messages,
    extra_body={
        "enable_thinking": True,
        # "preserve_thinking": True,
    },
    reasoning_effort="xhigh",
    stream=True,
)
# ... process streaming chunks for reasoning_content and answer_content

更多細節可參考 API 文件。

與編碼助手整合

Claude Code：設定 ANTHROPIC_MODEL="qwen3.8-max" 並將 ANTHROPIC_BASE_URL 指向 QwenCloud 相容端點。
Codex：在 ~/.codex/model-catalog.local.json 新增模型條目，包含 slug: "qwen3.8-max"、context_window: 1000000 以及適當的推理等級；然後設定 ~/.codex/config.toml 使用 ModelStudio 提供者。
Qoder CLI：透過 curl -fsSL https://qoder.com/install | bash 安裝，然後執行 qoder。
Qwen Code：透過 npm install -g @qwen-code/qwen-code@latest 安裝，然後執行 qwen。
OpenClaw：依照安裝腳本操作，設定 DASHSCOPE_API_KEY，並將 ~/.openclaw/openclaw.json 指向 QwenCloud 端點。

結論

Qwen3.8‑Max 透過結合巨大規模（2.4 T 參數）與開放權重可用性、強大的自我演進編碼能力、廣泛的真實世界工作能力、在硬體設計與商業模擬中的長時程優化，以及多模態視覺回饋迴路，推進了自主 AI 系統的前沿。即將發布的權重，連同更小的 Qwen3.8‑27B 變體，將為社群提供強大基礎，以構建能在編碼、專業工作流程、研究及創作任務中以極少人類監督運行的代理。