Qwen3.8 Max

Alibaba·5 个数据来源·更新于 2026-11-10

上下文窗口262.1KHugging Face · 官方仓库
最大输出256KLLM Stats

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

42 项已收录成绩 · 保留原始单位和测试条件

Agents' Last Exam厂商自报 · 越高越好
52.4%

Score

成绩出处
AndroidBench厂商自报 · 越高越好
75.1%
成绩出处
AndroidWorld厂商自报 · 越高越好
85.3%
成绩出处
AutomationBench厂商自报 · 越高越好
27.3%

Pass@1

成绩出处
CoWorkBench厂商自报 · 越高越好
74.8%
成绩出处
DeepSWE 1.1厂商自报 · 越高越好
56.6%

Best result across Claude Code and mini-SWE-agent

成绩出处
ERQA厂商自报 · 越高越好
77.8%
成绩出处
FrontierSWE厂商自报 · 越高越好
73.5%

Claude Code, MEAN@5

成绩出处
GPQA厂商自报 · 越高越好
92.6%
成绩出处
HealthBench厂商自报 · 越高越好
60.2%
成绩出处
Humanity's Last Exam厂商自报 · 越高越好
43.6%
成绩出处
Humanity's Last Exam (with tools, text-only)厂商自报 · 越高越好
56.2%

With tools

成绩出处
IFBench厂商自报 · 越高越好
82.8%
成绩出处
Job Bench厂商自报 · 越高越好
53.4%
成绩出处
LongBench v2厂商自报 · 越高越好
66.3%
成绩出处
LVBench厂商自报 · 越高越好
81.8%
成绩出处
MLS-Bench Lite厂商自报 · 越高越好
41%

Claude Code, 5-hour timeout

成绩出处
MMMU-Pro厂商自报 · 越高越好
82.3%

Qwen in-house evaluation

成绩出处
MobileWorld厂商自报 · 越高越好
77.8%
成绩出处
MRCR v2 (8-needle)厂商自报 · 越高越好
92.9%

256K context; 8 needles

成绩出处
NL2Repo厂商自报 · 越高越好
55.9%

Claude Code harness

成绩出处
OneMillion Bench厂商自报 · 越高越好
52.5%

Expert score

成绩出处
OSWorld-Verified厂商自报 · 越高越好
86.1%
成绩出处
PaperBench厂商自报 · 越高越好
93%

BasicAgent Code-Dev, average of 3 runs

成绩出处
PerceptionBench厂商自报 · 越高越好
63.5%

Qwen in-house evaluation

成绩出处
PLawBench厂商自报 · 越高越好
73.2%
成绩出处
PRBench-Finance厂商自报 · 越高越好
58.3%

Finance subset

成绩出处
PRBench-Legal厂商自报 · 越高越好
57.6%

Legal subset

成绩出处
QwenQoderBench厂商自报 · 越高越好
58.4%
成绩出处
QwenReactBench厂商自报 · 越高越好
1,724分

BT/Elo rating

成绩出处
QwenSVG厂商自报 · 越高越好
1,713分

BT/Elo rating

成绩出处
QwenSWEBench厂商自报 · 越高越好
80.7%
成绩出处
RealWorldQA厂商自报 · 越高越好
88%
成绩出处
ScreenSpot Pro厂商自报 · 越高越好
84.5%

Qwen in-house evaluation

成绩出处
SkillsBench厂商自报 · 越高越好
70.2%

SkillsBench v1.1, OpenCode, average of 3 runs

成绩出处
SWE-Bench Pro厂商自报 · 越高越好
67.7%

Claude Code, 256K context

成绩出处
Terminal-Bench 2.1厂商自报 · 越高越好
86.6%

Claude Code, avg@10, 5-hour timeout

成绩出处
Toolathlon厂商自报 · 越高越好
72.5%

Verified split; Pass@1

成绩出处
VideoMME w sub.厂商自报 · 越高越好
90.4%

Subtitles enabled

成绩出处
Vision2Web厂商自报 · 越高越好
69%

Claude Code, GPT-5.4 judge

成绩出处
WideSearch厂商自报 · 越高越好
81.9%
成绩出处
Workspace Bench厂商自报 · 越高越好
67.7%
成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-08-02LLM Stats
上下文窗口
262.1K TokenHugging Face · 官方仓库 · - Context Length: 262,144 natively and extensible up to 1,010,000 tokens.
最大输入
256K TokenLLM Stats
最大输出
256K TokenLLM Stats
仓库配置上下文
262.1K TokenHugging Face · 官方仓库 · config.json 的 max_position_embeddings;不等同于模型卡声明的原生/扩展上下文
模型架构
Qwen3_5MoeForCausalLMHugging Face · 官方仓库
总参数量
2,446.2BHugging Face · 官方仓库 · Hugging Face safetensors 参数统计

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
DeepInfra$1.65$4.951$0.206
Fireworks$2$6$0.25
Novita$2$6$0.25
Together$2.5$6.25$0.5

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$2.1451
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

Hugging Face · 官方仓库

官方发布者的模型卡与配置文件 · 保留仓库版本

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

4 条记录最近采集 2026-11-10

LiveBench

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsQwen3.8 MaxSHA-256 2a23c5d66311fc38…2026-11-10T13:52:53Z查看来源
BenchLMQwen3.8 Max2026-11-10查看来源
ArenaQwen3.8-Max2026-11-10T14:07:52Z查看来源
ArenaQwen3.8-Max2026-11-10T14:07:52Z查看来源
ArenaQwen3.8-Max2026-11-10T14:07:52Z查看来源
ArenaQwen3.8-Max2026-11-10T14:07:52Z查看来源
LiveBenchQwen3.8 Max2026-11-10T14:08:34Z查看来源
Hugging Face · 官方仓库Qwen/Qwen3.8-2.4T-A95BSHA-256 d6604620f2feb255…2026-11-10T14:00:36Z查看来源
继续浏览模型排行榜