Qwen 3.8 Max Preview 实测：2.4万亿参数旗舰逼近闭源上限，长任务稳定性仍有差距

7月19日，阿里通义千问团队发布Qwen 3.8系列旗舰模型，总参数规模达2.4万亿（MoE架构），官方定位为全球第一梯队通用大模型，综合能力仅次于Fable 5。预览版Qwen3.8-Max-Preview已上线Token Plan、Qoder及QoderWork平台，后续将开放权重，但具体发布日期、许可证和最低部署要求尚未公布。

核心规格与升级亮点

• 参数规模：2.4万亿总参数，较前代Qwen3.7（1.2万亿）翻倍，专家模块和预训练语料同步扩充。
• 开放策略：旗舰模型直接开放权重，支持企业私有化部署和二次微调，打破高端闭源限制。
• 能力提升：优化混合注意力架构，百万级长文本跨章节关联准确率提升15%以上；代码能力通过Qoder工具适配大型工程重构和多语言调试。
• 对标竞品：与Kimi K3（2.8万亿参数）形成直接竞争，但Qwen侧重通用全场景均衡，K3主打多模态和长周期Agent。

实测表现：复杂任务能力突出，细节仍有不足

第三方评测使用与K3相同的测试集，覆盖视觉代码重构、业务逻辑可视化、建筑疏散仿真和3D魔方等任务：

• 视觉代码重构：成功将NASA页面截图转化为单文件HTML，准确识别四层结构，使用SVG和Canvas实现离线显示，但未达到像素级复刻，窄屏适配缺失。
• 业务驾驶舱：交付1203行单文件HTML，内嵌原生SVG图表和交互逻辑，五项核心指标与标准答案完全一致，接近内部工具原型。
• 建筑疏散仿真：实现24×16网格、12名人员、4扇防火门等复杂规则，A*寻路路径与基准完全一致，状态维护稳定。
• 3D魔方：从零实现可交互3D魔方，但细节未完全披露。

与K3对比及结论

• 参数：Qwen 2.4万亿 vs K3 2.8万亿，但参数规模并非唯一决定因素。
• 能力：Qwen在中文语义、公文翻译和企业知识库方面更成熟；K3在原生多模态和长周期Agent任务上表现更强。
• 实测差距：Qwen在复杂UI视觉复刻和长任务稳定性上略逊于K3，首轮交付完成度约80%，但已具备扎实的工程交付能力。

总体而言，Qwen 3.8 Max Preview在复杂软件工程和工具调用任务中展现出接近顶级闭源模型的实力，但在精细设计还原和长周期约束保持上仍有提升空间。