Qwen3.8-Max发布，大胆宣称在智能体计算机使用上超越GPT-5.6 Sol Max和Fable 5

阿里巴巴的Qwen团队周一晚间发布了Qwen3.8-Max，这是一个拥有2.4万亿参数的混合专家多模态语言模型，声称在智能体计算机使用方面超越领先的专有系统。该公司报告称，在OSWorld-Verified上得分为86.1，领先于GPT-5.6 Sol Max的83.2和Fable 5的85.0。这款新旗舰产品瞄准自主软件工程和长期企业工作。

该模型还在PaperBench上以93.0领先，TerminalBench 2.1以86.6，Vision2Web以69.0。它在专业软件工程基准上仍具有竞争力，但在某些类别上落后。这些结果表明，从对话式人工智能转向完整工作流程的自主执行。

阿里巴巴计划下周发布Qwen3.8-Max和Qwen3.8-27B的开放权重。如果以宽松许可证提供，这将标志着Max级Qwen模型首次可自行托管，可能重塑企业采用格局。然而，该公司未披露许可条款，留下像Moonshot的Kimi K3那样限制性自定义许可证的空间。

这一发布反映了更广泛的行业趋势。OpenAI专注于通用推理和生产力，Anthropic强调编码和长上下文推理，Google推动多模态网页原生工作流程。Qwen3.8-Max试图将这些优势结合到一个模型中，用于企业自动化。

阿里巴巴将该模型定位为能够执行多天项目的自主同事。该公司声称，它可以自主完成持续10天以上的软件项目，复现包含数千行代码的研究论文，并执行迭代芯片设计优化。这些演示仍由公司制作，缺乏广泛的独立复制。

尽管如此，这些基准揭示了在长期执行而非单次提示回答上的竞争日益激烈。开放权重发布，如果宽松，可能会加速采用，并为前沿透明度设定新标准。行业观察

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify