独立基准出炉：Qwen3.8-Max 逼近美国前沿——靠的是'加倍努力'
Artificial Analysis 给阿里巴巴 Qwen3.8-Max 的智能指数打出 56 分——高于谷歌、Meta 和 xAI 的所有模型，仅次于 Anthropic 与 OpenAI 的顶级版本和 Kimi K3；在智能体榜单 GDPval-AA 上以 1739 Elo 位居第二，仅次于 Claude Opus 5 max 的 1852。但代价不小：完成一个智能体任务平均要 64 轮，而 Qwen3.7-Max 只需 14 轮，单任务成本翻倍多，达到 1.14 美元。
为什么重要?独立数据如今把两款中国开源权重模型送进全球前四——但'轮数'这个细节同样关键：差距是靠蛮力弥合的，而蛮力会体现在真实部署账单上。基准排名与单任务成本正在分道扬镳，采购者两个都得看。
在App中阅读——免费，9种语言
相关新闻
同一个任务跑二十遍，最好的智能体分数掉了三分之一。2026-10-06一个模型没有用训练所有AI的那套方法就学会了写字。
2026-10-06TikTok把购物机器人放进了你正在看的视频里。
2026-10-06维基媒体怀疑OpenAI的智能体造成了五月的那次宕机。
2026-10-06Meta的助手给你生活里每个人都建了按小时更新的档案。
2026-10-05