Qwen 3.8 Max 预览版基准泄露

bdsqlsz · x · 2026-07-19

Qwen 3.8 Max 预览版被爆出在内部基准里表现很强： - 先做了 “candy test”，作者据此认为它的数学能力已经超过 GPT 5.5 high，并高于 Kimi K3。 - 引用内容声称，Qwen3.8-Max 在编码方面仅落后 Fable 5 12.6 分；在 400 个真实智能体任务的 Cowork 测试里，已经超过 Opus 4.8 Max。 - 具体结果里，Qwen 在 Cowork 任务中领先 Opus 4.8 Max 5 分，也领先 Kimi K3、GLM-5.2 和上一代 Qwen3.7-Max。 - 原帖强调这还只是预览版，部分已准备好的改进尚未部署，最终版本可能更强。