跳到正文

Qwen3.8 2.4 T A 95 B

Alibaba · 2026-08-12 发布 · 10/30 02:05 更新

AICue 评分 · 综合59.6分暂不排名：目前只有一家评测机构的成绩评分不是正确率 · 评测覆盖 27%
可比较分类0/ 4 项分类
已有成绩10项评测
上下文窗口104.9万Token
API 输入 / 输出 · 每百万 Token¥12 / ¥36缓存 ¥1.5厂商官方价格
CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分—分这个领域测得还不够2 项评测 · 覆盖 22%科研AICue 评分60.9分暂不排名2 项评测 · 覆盖 29%专业办公AICue 评分62.8分暂不排名3 项评测 · 覆盖 25%知识问答AICue 评分59.8分暂不排名3 项评测 · 覆盖 40%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程57.32 项

  • Terminal-Bench 4.0Artificial Analysis11.1%折算分 54.8+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 98 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • SciCodeArtificial Analysis54.1%折算分 54.8+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 72 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗

科研60.92 项

  • CritPtArtificial Analysis20.0%折算分 63.9+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 68 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • Humanity's Last ExamArtificial Analysis42.4%折算分 59.0+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 74 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗

专业办公62.83 项

  • GDPval-AAArtificial Analysis1,615.9折算分 66.8+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 34 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • AA-BriefcaseArtificial Analysis1,431折算分 64.9+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 55 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • AutomationBench-AAArtificial Analysis57.2%折算分 64.5+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 56 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗

知识问答59.83 项

  • MLCR-AAArtificial Analysis30.6%折算分 77.6+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 16 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • AA-Omniscience v1.1Artificial Analysis7.8折算分 56.8+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 49 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗
  • AA-LCRArtificial Analysis80.3%折算分 54.1+
    原榜型号
    qwen3-8-2-4t-a95b · 原榜第 77 名
    代表配置
    来源默认配置

    该来源没有区分推理档位，采用其官方默认配置。

    本轮采用记录
    来源数据 待核实 · 核验 10/30 02:05 · 实测日期未公开
    查看这项评测 →官方来源 ↗

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。

Terminal-Bench 4.0 · ValsLiveBench · 编程综合Code MigrationProgramBenchVibe Code Bench v1.1Vibe Code Bench 1–100CyberBench Patch v1.1FrontierCode 2.0 · AAAPEX-SWEFrontierMath v2 · Tiers 1–3LiveBench · 推理与数学CritPt v2 Hard · AAChess PuzzlesMystery Game PuzzlesMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AAVals Finance AgentAPEX-Agents 1.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorLiveBench · 数据分析MedCodeAA-Analyst AgentSimpleQA VerifiedLiveBench · 语言与指令BullshitBench · 错误前提Arena Text

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

还没有成绩的领域：真人盲选，暂按整体水平计算。

了解计算方法 →