阿里发布Qwen3.8：编程办公能力升级，推理更快更稳

事件概述

8月3日，阿里巴巴发布新一代基座大模型Qwen3.8，总参数量2.4万亿，激活参数95B。该模型在编程（Coding）与专业办公（Cowork）方面能力大幅提升，API已上线千问AI平台，并接入同步推出的Agent产品“千问办公”。Qwen3.8-Max预计下周开源，同时还将开源Qwen3.8-27B。

核心信息

• 模型架构：采用稀疏MoE架构与混合注意力机制联合优化，支持视觉理解，上下文长度达1M Tokens，实现更高推理效率和更快推理速度。
• 榜单表现：在权威三方榜单Arena中，阿里Qwen模型仅次于Anthropic的Claude系列，整体处于全球第一梯队。Qwen3.8-Max在CodeArena中位居全球第四，Vision Arena中排名全球第二。
• 评测成绩：Qwen3.8-Max在编程智能体评测PaperBench中拿下93.0分，较上代提升28.2分；通用智能体评测WideSearch和Agent's Last Exam分别取得81.9分和52.4分；指令遵循IF Bench为82.8分；科学推理GPQA Diamond为92.6分；视觉推理BabyVision（无工具）为82.0分；电脑操作能力OSWorld-Verified为86.1分，位居主流模型首位。
• API定价：国内每百万Tokens输入12元、输出36元，隐式缓存命中仅1.5元；输入与输出的国际价格分别为Opus5的40%和24%。

能力亮点

自主编程：从零完成真实项目
Qwen3.8可从空文件夹出发，自主完成十数天的真实项目交付，全程无需人工干预。例如仅凭一句“创建一个自进化的智能体Harness”，模型独立编程约16天，做出了一个真实可用的自进化智能体框架“oh-my-cli”，该框架已完全开源，完整过程保存在GitHub仓库中。

专业办公：胜任真实工作任务
通过真实环境和算力联合强化学习（RL）扩展，Qwen3.8可在主流智能体框架中稳定交付生产级成果。示例包括：法务助理团队需一周完成的数百份法律文档标注，模型一小时内完成；篮球数据分析需逐帧标注160小时比赛录像，模型数十分钟拆解8400多个攻防回合并输出战术画像和教练报告；金融研究团队需数年积累才能完成的量化策略，模型连续工作数小时后交付完整ETF轮动策略并持续迭代。

长周期任务自适应
在数字芯片设计、商业模拟运营等长周期任务中，Qwen3.8能通过“执行-反馈-迭代”的自适应闭环，在数千轮超长程交互中实现算法与策略的深度重构。

视觉理解与多模态智能体
Qwen3.8能读懂200页财报PDF、理解超100小时长视频，并能将视觉信息反馈至工作全流程。在“应用复刻”基准RecreationBench中，模型无源代码、无法联网，仅通过交互与反馈理解应用，即可从零复刻整个应用，展现出混合多模态智能体能力。

基础设施适配

阿里真武M890超节点已成功适配Qwen3.8，通过芯片、云平台与模型的端到端优化，显著提升推理效率、降低推理成本，在Agentic推理场景中最多可实现1.5倍性能提升。