Qwen 3.8 Max

Alibaba · 发布于 2026-08-02

评分规则

综合评分58.2第 25 名 · 覆盖 100%

编程55.1第 38 名 · 覆盖 100%

专业办公60.2第 24 名 · 覆盖 100%

知识问答59.1第 23 名 · 覆盖 100%

科研61.2第 23 名 · 覆盖 100%

上下文窗口

1,000,000 token

API 价格

缓存 ¥1.67 · 输入 ¥13.37 · 输出 ¥40.12

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

18 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-04 至 2026-10-13；另有 14 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

qwen3.8-max
alibaba/qwen3.8-max
qwen3.8-max_xhigh

编程

55.1

LiveBench CodingLiveBench72.87%统一读数 37.5

来源: LiveBench Coding
上游型号: qwen3.8-max
运行配置: qwen3.8-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Terminal-Bench 4.0Vals AI34.34%统一读数 67.2

来源: Terminal-Bench 4.0
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Code MigrationVals AI23.96%统一读数 47.7

来源: Code Migration
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI64.70%统一读数 55.0

来源: Vibe Code Bench v1.1
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

61.2

FrontierMath T1–3 v2Epoch AI74.74%统一读数 61.8

来源: FrontierMath T1–3 v2
上游型号: qwen3.8-max_xhigh
运行配置: qwen3.8-max_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-04
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI46.00%统一读数 64.0

来源: Chess Puzzles
上游型号: qwen3.8-max_xhigh
运行配置: qwen3.8-max_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI38.00%统一读数 61.4

来源: Mystery Game Puzzles
上游型号: qwen3.8-max_xhigh
运行配置: qwen3.8-max_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-05
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench88.21%统一读数 62.4

来源: LiveBench Reasoning
上游型号: qwen3.8-max
运行配置: qwen3.8-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI23.87%统一读数 57.7

来源: MysteryMechanism
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI12.86%统一读数 62.7

来源: Terminal-Bench-Science
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

60.2

LiveBench Data AnalysisLiveBench78.41 / 100（任务均分）统一读数 76.8

来源: LiveBench Data Analysis
上游型号: qwen3.8-max
运行配置: qwen3.8-max · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI50.59%统一读数 54.9

来源: Finance Agent (v2)
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI10.42%统一读数 66.8

来源: Harvey's Legal Agent Benchmark
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

MedCodeVals AI40.67%统一读数 41.4

来源: MedCode
上游型号: alibaba/qwen3.8-max
运行配置: 推理档位未提供 · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

59.1

SimpleQA VerifiedEpoch AI45.80%统一读数 53.0

来源: SimpleQA Verified
上游型号: qwen3.8-max_xhigh
运行配置: qwen3.8-max_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench79.69%统一读数 54.9

来源: LiveBench Language
上游型号: qwen3.8-max
运行配置: qwen3.8-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench74.08%统一读数 76.6

来源: LiveBench IF
上游型号: qwen3.8-max
运行配置: qwen3.8-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

61.4

Arena Text · 风格控制Arena1482.35 Elo统一读数 64.9

来源: Arena Text · 风格控制
上游型号: qwen3.8-max
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。