Qwen3.8 Max

Alibaba · 2026-07-19 发布 · 10/30 02:05 更新

AICue 评分 · 综合59.2分综合第 34 名评分不是正确率 · 评测覆盖 93%

可比较分类4/ 4 项分类

已有成绩33项评测

上下文窗口100万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56.3分第 46 名前 30 名之外10 项评测 · 覆盖 89%科研AICue 评分62.0分第 24 名8 项评测 · 覆盖 100%专业办公AICue 评分62.1分第 26 名8 项评测 · 覆盖 88%知识问答AICue 评分58.6分第 38 名前 30 名之外5 项评测 · 覆盖 100%

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56.310 项

ProgramBenchVals AI0.0%折算分至多 81.9+
原榜型号
alibaba/qwen3.8-max · 原榜第 32 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 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-SWEMercor52.3%折算分 65.3+
原榜型号
qwen-3-8-max-xhigh · 原榜第 14 名
代表配置
xHigh 推理 · terminus-2 · apex-swe:terminus-2
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
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 ↗
Terminal-Bench 4.0Vals AI34.3%折算分 65.1+
原榜型号
alibaba/qwen3.8-max · 原榜第 20 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 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis18.7%折算分 59.2+
原榜型号
qwen3-8-max-0803 · 原榜第 75 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 ↗
Vibe Code Bench v1.1Vals AI64.7%折算分 57.7+
原榜型号
alibaba/qwen3.8-max · 原榜第 54 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 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench 1–100Vals AI12.8%折算分 55.1+
原榜型号
alibaba/qwen3.8-max · 原榜第 23 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 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis53.2%折算分 53.8+
原榜型号
qwen3-8-max-0803 · 原榜第 83 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 ↗
LiveBench CodingLiveBench72.9%折算分 52.0+
原榜型号
qwen3.8-max · 原榜第 17 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 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI24.0%折算分 52.0+
原榜型号
alibaba/qwen3.8-max · 原榜第 50 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 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CyberBench Patch v1.1Vals AI57.1%折算分 33.8+
原榜型号
alibaba/qwen3.8-max · 原榜第 46 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 10/20 08:00 · 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62.08 项

CritPtArtificial Analysis20.0%折算分 63.9+
原榜型号
qwen3-8-max-0803 · 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 ↗
Chess PuzzlesEpoch AI46.0%折算分 63.9+
原榜型号
qwen3.8-max_xhigh · 原榜第 26 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:13
查看这项评测 →官方来源 ↗
FrontierMath T1–3Epoch AI74.7%折算分 63.6+
原榜型号
qwen3.8-max_xhigh · 原榜第 22 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/05 03:32
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI12.9%折算分 63.5+
原榜型号
alibaba/qwen3.8-max · 原榜第 14 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 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Mystery Game PuzzlesEpoch AI38.0%折算分 63.2+
原榜型号
qwen3.8-max_xhigh · 原榜第 19 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/05 09:42
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench88.2%折算分 62.3+
原榜型号
qwen3.8-max · 原榜第 27 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 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MysteryMechanismVals AI23.9%折算分 61.2+
原榜型号
alibaba/qwen3.8-max · 原榜第 18 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 10/29 08:00 · 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 Analysis43.0%折算分 59.5+
原榜型号
qwen3-8-max-0803 · 原榜第 67 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62.18 项

APEX-AgentsMercor63.3%折算分 69.9+
原榜型号
qwen-3-8-max-xhigh · 原榜第 14 名
代表配置
xHigh 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据 09/08 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
τ³-BankingMercor46.7%折算分 68.4+
原榜型号
qwen-3-8-max-xhigh · 原榜第 8 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
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 ↗
GDPval-AAArtificial Analysis1,612折算分 66.6+
原榜型号
qwen3-8-max-0803 · 原榜第 36 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 ↗
LiveBench Data AnalysisLiveBench78.4%折算分 65.1+
原榜型号
qwen3.8-max · 原榜第 25 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 10/29 02:01 · 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 Analysis1,382.3折算分 63.0+
原榜型号
qwen3-8-max-0803 · 原榜第 63 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 Analysis49.2%折算分 60.9+
原榜型号
qwen3-8-max-0803 · 原榜第 92 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 ↗
Finance AgentVals AI50.6%折算分 57.7+
原榜型号
alibaba/qwen3.8-max · 原榜第 44 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 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI40.7%折算分 50.1+
原榜型号
alibaba/qwen3.8-max · 原榜第 62 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 10/29 08:00 · 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58.66 项

MLCR-AAArtificial Analysis26.1%折算分 72.3+
原榜型号
qwen3-8-max-0803 · 原榜第 27 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 ↗
LiveBench IFLiveBench74.1%折算分 66.8+
原榜型号
qwen3.8-max · 原榜第 23 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 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench LanguageLiveBench79.7%折算分 59.7+
原榜型号
qwen3.8-max · 原榜第 23 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 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI45.8%折算分 55.7+
原榜型号
qwen3.8-max_xhigh · 原榜第 40 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/28 03:30
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis78.3%折算分 51.5+
原榜型号
qwen3-8-max-0803 · 原榜第 120 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 ↗
BullshitBench v2BullshitBench27.0%折算分 33.7+
原榜型号
qwen/qwen3.8-max · 原榜第 126 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选61.01 项

Arena TextLMArena1,482.4折算分 62.6+
原榜型号
Qwen3.8-Max · 原榜第 24 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 10/28 08:00 · 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。

FrontierCode 2.0 · AA CritPt v2 Hard · AA Terminal-Bench Science · AA Harvey LAB 1.1 · Vals Harvey LAB 1.1 · AA AA-Analyst Agent AA-Omniscience v1.1

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。

了解计算方法 →