Alibaba Frontier Tilgjengelig i FlowHunt

Qwen3.8 Max

Qwen3.8 Max er en toppmoderne AI-modell på frontlinjen fra Alibaba, utgitt i august 2026. Det er en proprietær vertsbasert modell, tilgjengelig via Qwen Studio og QwenCloud. Kontekstvinduet er omtrent 1M tokens (984K), med en maksimal utdata på 131 072 tokens.

Les mer

Alibaba viste frem Qwen3.8 Max som forhåndsvisning 19. juli 2026 på World AI Conference i Shanghai, og publiserte den fullstendige utgivelsen, med egne referanseresultater, 3. august 2026. Tenkemodus er alltid aktivert, med resonneringsinnstillingene low, medium og xhigh. Den tar imot tekst og visuell input, og API-et følger både OpenAI-kompatible og Anthropic-kompatible spesifikasjoner.

Alibaba har også en søskenmodell med åpne vekter, Qwen3.8 2.4T A95B. Qwen3.8 Max selv tilbys som en vertsbasert modell.

Referanseprøver

Hvert resultat vises én gang, med rangering blant sporede modeller og hvem som målte det.

Sammenlignet med Frontier-modeller på samme skala
  • Qwen3.8 Maxdenne modellen
  • GPT-6.1 Soldenne modellen leder på 0 av 3
  • Claude Opus 5.5denne modellen leder på 0 av 5
Verifisert uavhengig evaluator, teller med i rangeringen Selvrapportert publisert av Alibaba, vises men rangeres ikke
Samlet

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Kilde ↗

Qwen3.8 Max 45,4 GPT-6.1 Sol 51,8 Claude Opus 5.5 57,6
#11av 45 Verifisert
Koding

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Kilde ↗Også: Selvrapportert 56,6% (Alibaba-reported, via secondary write-up; also in GLM-5.3 card)

Qwen3.8 Max 57,5% GPT-6.1 Sol Ingen score Claude Opus 5.5 74,2%
#12av 17 Verifisert

SWE-bench Pro

Real issues across several languages and large codebases.

Kilde ↗

Qwen3.8 Max 67,7% GPT-6.1 Sol Ingen score Claude Opus 5.5 89,9%
Ikke rangert Selvrapportert

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Kilde ↗

Qwen3.8 Max 85,6% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#8av 22 Verifisert
Agenter

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Kilde ↗

Qwen3.8 Max 38,9% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#10av 36 Verifisert
Resonnering

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Kilde ↗Også: Selvrapportert 43,6% (no tools; Alibaba-reported, secondary)

Qwen3.8 Max 43,1% GPT-6.1 Sol 52,9% Claude Opus 5.5 61,4%
#17av 44 Verifisert

GPQA Diamond

Graduate-level science questions that search cannot answer.

Kilde ↗Også: Verifisert 93,7% (Vals AI own implementation)Også: Selvrapportert 92,6% (Alibaba-reported, secondary)

Qwen3.8 Max 92,8% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#11av 37 Verifisert

Hva du bør bruke Qwen3.8 Max til

Terminal- & agentisk automatisering

Alibabas egne resultater peker på styrke innen terminalagenter og generelle agentoppgaver, noe som gjør den godt egnet for automatisering som kjører skall- og verktøyarbeidsflyter.

Programvareutvikling

Den håndterer koding og oppgaver på repositorienivå. Alibabas publiserte resultater viser at den er svakere på de vanskeligste referansetestene for programvareutvikling, så test den på din egen kode først.

Multimodalt arbeid & lange dokumenter

Den tar imot tekst og visuell input og har et kontekstvindu på omtrent 1M tokens, noe som passer for dokumentforståelse og analyse av lange inndata i én enkelt forespørsel.

Styrker og begrensninger

Styrker

  • Terminal- og agentisk automatisering
  • Multimodalt arbeid med tekst og visuell input
  • Instruksjonsfølging
  • Valgbar resonneringsinnsats (low, medium, xhigh)
  • Svært lange dokumenter og store kodebaser (omtrent 1M kontekst)

Begrensninger

  • Vertsbasert og med lukkede vekter, så den kan ikke selvverteres
  • Tenkemodus er alltid aktivert og kan ikke slås av
  • Svakere på de vanskeligste referansetestene for programvareutvikling i Alibabas egne resultater

Bruk den i FlowHunt

Bruk Qwen3.8 Max i alle flyter, ved siden av dine egne verktøy og kunnskapskilder.

  1. 1Åpne en flyt, eller lag en fra en mal
  2. 2Legg til en AI Agent- eller Generator-komponent
  3. 3Velg Qwen3.8 Max i modellvelgeren

Relaterte AI-modeller

Om Alibaba Hangzhou, China · Grunnlagt 1999 · qwenlm.github.io

Alibaba Group er et av Kinas største og mest mangfoldige teknologikonglomerater, grunnlagt i 1999 av Jack Ma med hovedkontor i Hangzhou. Gjennom DAMO Academy og Tongyi Lab har Alibaba blitt en betydelig kraft innen utvikling av store språkmodeller med Qwen-familien (Tongyi Qianwen). Qwen 3.7-generasjonen, lansert midt i 2026, markerte Alibabas overgang fra innenlandske utrullinger til internasjonal benchmark-konkurranseevne, og i 2026 fulgte Qwen 3.8-generasjonen. Alibabas KI-strategi er definert av utgivelse av åpne vektmodeller som en motvekt til amerikanske API-only-modeller, integrering av generativ KI på tvers av deres sky- og e-handelsvirksomheter, og tung investering i KI-infrastruktur i Alibaba Cloud-divisjonen.

qwenlm.github.io ↗

Se den fullstendige AI-modell-ledertavlen

Vanlige spørsmål