Qwen3.8-Max 以 2.4T 參數拿下多項視覺評測第一，將於下週開源模型權重

Qwen3.8-Max 以 2.4T 參數拿下多項視覺評測第一，將於下週開源模型權重。 發表重點 Qwen 在 2026 年 8 月 3 日宣布 Qwen3.8-Max，稱其為目前能力最強的模型，並預告下週釋出 open weights；Qwen3.8-27B 也將同步開放權重。貼文將 Qwen3.8-Max 定位為 coding 與 cowork 的新門檻，模型規模為 2.4T parameters，主打從空白資料夾一路完成 production 專案、在多輪工作中自主規劃，以及把視覺理解納入持續的執行與自我修正迴圈。 Qwen 團隊另在 2026 年 8 月 2 日發布文章「Qwen3.8-Max: A New Bar for Coding and Cowork」，宣稱這是 Qwen 家族首次開放 Qwen-Max-class weights。文章指出，模型建立在 Qwen3.5 的 architectural foundation 上，強化 advanced coding、complex multi-step workflows 與 interactive human-AI collaboration；不過目前公開內容主要是能力主張與展示，實際權重、評測方法、硬體需求與開放授權細節仍應等待正式發布。 自主開發能力 Qwen 將 Qwen3.8-Max 的核心能力描述為能在沒有人工逐步指示的情況下，持續超過 10 天的 self-evolving development。貼文同時以「16 days autonomous coding」作為展示主題，聲稱模型可從空白資料夾開始，經歷規劃、程式撰寫、測試、修正與交付，最後產出 production-quality 結果，並在 GitHub 保留完整專案軌跡。相關專案是 oh-my-cli，完整程式庫位於 qwen-code-dev-bot/oh-my-cli。 Qwen3.8-Max 以 16 天 Autonomous Coding 打造 oh-my-cli harness 的全記錄與過程展示 這項展示的重點不只是模型一次產生多少程式碼，而是讓 Agent 在長時間 loop 中維持 workspace 狀態、保存 session、處理失敗、重試 provider request、檢查變更，並在需要時恢復工作。oh-my-cli 是以 Node.js 22、TypeScript 與 ESM 建置的小型 code-agent CLI，提供 read、list、glob、grep、write、edit 與 shell 等工具，採 Apache License 2.0。 安裝與基本檢查流程如下： `bash npm install npm run build oh-my-cli --doctor ` 開發與整合測試流程則為： `bash npm run build npm run typecheck npm test npm run test:integration npm run smoke ` 其中 npm run test:integration 使用 fake provider、無 network；npm run smoke 針對 built binary 執行測試，也會驗證 docs/FIRST-RUN.md 中記載的 first-run commands。Release 前則必須遵循 docs/RELEASE.md，其中包含 supported platforms、artifact verification 與 rollback evidence。 長時間規劃與工作成果 Qwen 宣稱 Qwen3.8-Max 能進行 system-level autonomous planning，搭配 closed-loop adaptive learning，處理需要大量來回修正的工作。貼文給出的具體展示包括： 500+ turns 的 chip design optimization。 365 天的 e-commerce strategy。 跨數百種職業產出 production-quality deliverables。 從 dynamic workflows 到 quant strategies 的展示。 Qwen3.8-Max 在量化策略（Quant Strategies）中執行的動態工作流與多維度因子挖掘效能評比 針對任何職務進行「build beyond」的 cowork。 以 visual agentic intelligence 將影像從單純輸入轉為持續回饋來源。 這些數字呈現的是 Qwen 團隊對長視野 Agent 的定位：模型不只回答問題，而是要維持目標、觀察中間結果、調整計畫，再繼續執行。然而，500+ turns、365 天策略與 10 至 16 天自主開發目前屬於官方展示或宣稱，不能直接等同於所有使用者環境中都能穩定重現的 production 保證；成本、工具可靠性、外部服務可用性與人工審核仍會影響結果。 視覺與互動能力 Qwen 將 native multimodal intelligence 描述為「Vision isn't just input」：視覺資訊不只是讓模型看懂圖片，而是參與 planning、execution 與 self-correction 的連續 feedback loop。這代表模型可能在讀取螢幕、檢視圖表、分析設計結果或觀察執行狀態後，重新修訂下一步行動。 Qwen3.8-Max 展示涵蓋長篇文件解析、圖像轉 3D、遊戲開發 agent 與 100 小時影片記憶等多模態能力的概覽與操作演示 目前 oh-my-cli 的 CLI 介面支援以 --image 傳入 PNG、JPEG、GIF 與 WebP，也可在互動介面透過 /attach 附加圖片。來源擷取內容沒有提供完整的視覺模型 benchmark 數字，因此不宜把「VL Performance」展示主題解讀為已獲得獨立評測驗證。 價格與使用入口 Qwen 公布 Qwen3.8-Max 的價格為： Input：每 M tokens 2.0 美元。 Output：每 M tokens 6.0 美元。 Implicit Caching：每 M tokens 0.25 美元。 使用者可透過 Qwen Studio、Qwen Cloud API 與 官方 Blog 了解模型與服務。貼文也提供 Arena.ai Text Arena leaderboard 作為文字能力比較入口，但來源沒有提供 Qwen3.8-Max 在該排行榜上的具體名次或分數。 Alibaba 的 qwen3.8-max 在 Text Arena 取得 Model Score 1496 分，位居 Lab Rank 第 2 名與 Model Rank 第 5 名。 設定與 credential 邊界 oh-my-cli 可透過 environment variables 或使用者擁有的 ~/.oh-my-cli/settings.json 設定 provider；也可用 --settings 指定設定檔。environment variables 永遠優先，credential 不會寫入檔案，只保存 credential 所使用的 environment-variable 名稱。預設必填 OPENAIAPIKEY 與 OPENAIMODEL；若由 settings file 提供，則不必在 environment 中設定，OPENAIBASE_URL 預設為 https://api.openai.com/v1。 Qwen 相容 endpoint 的設定範例如下： `json { "model": { "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1", "name": "qwen-latest-series-invite-beta-v77", "apiKeyEnv": "DASHSCOPEAPIKEY" }, "mcpServers": {}, "extensions": {} } ` 欄位優先序為： Base URL：OPENAIBASEURL > model.baseUrl > built-in default。 Model：OPENAI_MODEL > model.name。 Credential：OPENAIAPIKEY > model.apiKeyEnv 指向的變數。 Project 內 settings file 不會自動發現，以避免 untrusted repositor…