Alibaba Frontier Finns i FlowHunt

Qwen3.8 Max

Qwen3.8 Max är en toppmodern frontier-AI-modell från Alibaba, lanserad i augusti 2026. Det är en proprietär hostad modell, tillgänglig via Qwen Studio och QwenCloud. Kontextfönstret är cirka 1M token (984K), med en maximal utdata på 131 072 token.

Läs mer

Alibaba förhandsvisade Qwen3.8 Max den 19 juli 2026 på World AI Conference i Shanghai och publicerade den fullständiga lanseringen, med egna benchmarkresultat, den 3 augusti 2026. Tänkande är alltid aktiverat, med inställningarna low, medium och xhigh för resonemang. Den tar emot text och visuell indata, och API:et följer både OpenAI-kompatibla och Anthropic-kompatibla specifikationer.

Alibaba har också en syskonmodell med öppna vikter, Qwen3.8 2.4T A95B. Qwen3.8 Max själv erbjuds som en hostad modell.

Benchmarks

Varje resultat visas en gång, med sin placering bland spårade modeller och vem som mätte det.

Jämfört med modeller i nivån Frontier på samma skala
  • Qwen3.8 Maxden här modellen
  • GPT-6.1 Solden här modellen leder på 0 av 3
  • Claude Opus 5.5den här modellen leder på 0 av 5
Verifierad oberoende utvärderare, räknas i rankingen Självrapporterad publicerad av Alibaba, visas men rankas inte
Totalt

AA Intelligence Index

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

Källa ↗

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

DeepSWE

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

Källa ↗Även: Självrapporterad 56,6% (Alibaba-reported, via secondary write-up; also in GLM-5.3 card)

Qwen3.8 Max 57,5% GPT-6.1 Sol Inget resultat Claude Opus 5.5 74,2%
#12av 17 Verifierad

SWE-bench Pro

Real issues across several languages and large codebases.

Källa ↗

Qwen3.8 Max 67,7% GPT-6.1 Sol Inget resultat Claude Opus 5.5 89,9%
Inte rankad Självrapporterad

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Källa ↗

Qwen3.8 Max 85,6% GPT-6.1 Sol Inget resultat Claude Opus 5.5 Inget resultat
#8av 22 Verifierad
Agenter

Terminal-Bench 4.0

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

Källa ↗

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

Humanity's Last Exam

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

Källa ↗Även: Självrapporterad 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 Verifierad

GPQA Diamond

Graduate-level science questions that search cannot answer.

Källa ↗Även: Verifierad 93,7% (Vals AI own implementation)Även: Självrapporterad 92,6% (Alibaba-reported, secondary)

Qwen3.8 Max 92,8% GPT-6.1 Sol Inget resultat Claude Opus 5.5 Inget resultat
#11av 37 Verifierad

Vad du ska använda Qwen3.8 Max till

Terminal- & agentisk automation

Alibabas egna resultat pekar på styrka inom terminalagenter och allmänna agentuppgifter, vilket gör den lämplig för automation som kör shell- och verktygsarbetsflöden.

Programvaruteknik

Den hanterar kodning och uppgifter på repositorynivå. Alibabas publicerade resultat visar att den är svagare på de svåraste benchmarkarna inom programvaruteknik, så testa den på din egen kod först.

Multimodalt arbete & långa dokument

Den tar emot text och visuell indata och har ett kontextfönster på cirka 1M token, vilket passar dokumentförståelse och analys av långa indata i en enda prompt.

Styrkor och begränsningar

Styrkor

  • Terminal- och agentisk automation
  • Multimodalt arbete med text och visuell indata
  • Instruktionsföljning
  • Valbar resonemangsansträngning (low, medium, xhigh)
  • Mycket långa dokument och stora kodbaser (cirka 1M kontext)

Begränsningar

  • Hostad med slutna vikter, så den kan inte självhostas
  • Tänkande är alltid aktiverat och kan inte stängas av
  • Svagare på de svåraste benchmarkarna inom programvaruteknik i Alibabas egna resultat

Använd den i FlowHunt

Använd Qwen3.8 Max i vilket flöde som helst, tillsammans med dina egna verktyg och kunskapskällor.

  1. 1Öppna ett flöde eller skapa ett från en mall
  2. 2Lägg till en AI Agent- eller Generator-komponent
  3. 3Välj Qwen3.8 Max i modellväljaren

Relaterade AI-modeller

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

Alibaba Group är en av Kinas största och mest diversifierade teknikkonglomerat, grundat 1999 av Jack Ma med huvudkontor i Hangzhou. Genom DAMO Academy och Tongyi Lab har Alibaba blivit en betydande kraft inom utvecklingen av stora språkmodeller med Qwen-familjen (Tongyi Qianwen). Generationen Qwen 3.7, som släpptes i mitten av 2026, markerade Alibabas övergång från inhemska utrullningar till internationell konkurrenskraft på riktmärken, och 2026 följde generationen Qwen 3.8. Alibabas AI-strategi definieras av öppna viktmodeller som en motvikt till enbart API-baserade amerikanska modeller, integration av generativ AI inom dess moln- och e-handelsverksamhet, samt tung investering i AI-infrastruktur inom Alibaba Cloud-divisionen.

qwenlm.github.io ↗

Bläddra i den fullständiga AI-modelltopplistan

Vanliga frågor