Qwen3.8-Max

qwen3.8-max

获取 API 密钥API 文档

2.4万亿参数MoE旗舰，编程与办公能力全面跃升，可自主编程十数天交付完整项目。胜任法律、金融、设计等数百种专业任务，一次对话端到端交付生产级成果。原生视觉理解贯穿规划、执行与验证全流程，支持超长文档与长视频的深度语义解析。长程任务中自主规划与闭环迭代，持续进化。

上下文窗口1.0M

提供商通义千问

创建时间2026/10/20

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入	输出	缓存命中	缓存写入
1.79/M	5.36/M	0.15/M	2.23/M

介绍

输入

文本 图像

输出

文本

Qwen3.8-Max API：2.4 万亿参数的多模态智能体旗舰，编程与办公全面跨代

Qwen3.8-Max 是阿里通义千问 Qwen3.8 系列的旗舰模型，2026 年 7 月 19 日在世界人工智能大会（WAIC）预告，8 月 3 日正式上线 API。它采用 2.4 万亿总参数、每 token 激活约 950 亿的稀疏 MoE 架构，原生支持文本、图像、视频输入，上下文窗口 100 万 token，定位是面向编程、真实办公和长周期任务的多模态智能体模型。

相比上一代 Qwen3.7-Max，提升几乎是跨代的：官方评测中 OSWorld-Verified 从 73.3 升到 86.1，TerminalBench-2.1 从 74.5 升到 86.6，PaperBench 从 64.8 升到 93.0，FrontierSWE 从 40.7 升到 73.5。Qwen3.7-Max 只能输入文本，Qwen3.8-Max 则把视觉能力用进了执行过程，能在任务中检查自己的输出截图、读 200 页以上的 PDF。9 月 2 日发布的 0902 后训练更新又把 8 项编程基准全部拉高，Code Arena WebDev 以 1691 分排名第一。

需要提前知道的是：Qwen3.8-Max 默认开启深度思考（reasoning_effort 默认 xhigh），输出偏长、速度偏慢，延迟敏感的场景建议调低档位。

海鲸AI 通过 OpenAI 兼容接口提供 Qwen3.8-Max，支持工具调用、结构化输出、图像与视频输入以及 reasoning_effort 推理强度控制。

获取 API 密钥 · 模型 ID：qwen3.8-max

---

为什么选择 Qwen3.8-Max

• OSWorld-Verified 86.1 —— 比 Qwen3.7-Max 高 12.8 分，官方测试中超过 Claude Opus 4.8 的 83.4
• TerminalBench-2.1 86.6 —— 比上一代高 12.1 分，终端智能体能力进入第一梯队
• Code Arena WebDev 第一 —— 0902 更新后 1691 分，高于 Claude Opus 5 Max 的 1687
• 原生多模态 —— 文本、图像、视频统一输入，上一代 Max 只支持文本
• 100 万 token 上下文 + 128K 输出 —— 大型仓库、超长文档一次装下
• 单价低 —— 输入输出单价合计不到 Claude Opus 5 的三分之一

---

核心能力

01 长周期智能体编程

Qwen3.8-Max 的设计目标是长时间自主执行。官方演示中，它连续约 16 天自主开发一个 CLI 工具，提交 265 次 commit、127 个 PR、处理 151 个 issue，每次合并前都跑构建、单元测试、端到端测试和 CI。0902 更新后，DeepSWE 1.1 从 56.6 升到 69.3，NL2Repo-Bench 从 55.9 升到 64.9，Terminal-Bench 3.0 从 11.3 升到 29.0。

• 仓库级功能实现与问题修复
• 基于 issue / PR 流程的多日自主开发
• 前端与 Web 应用生成（Code Arena WebDev 第一）

02 真实办公与研究任务

在衡量真实工作交付的基准上，Qwen3.8-Max 相比上一代提升最大：JobBench 从 31.3 升到 53.4（0902 再到 64.0），CoWorkBench 从 64.6 升到 74.8。官方的论文复现演示中，它用约 125 小时、1100 多次操作复现了 6 项论文结论，并在 AIME24 上比原论文方法再高 2.71 分。

• 跨文档、跨表格的研究与分析
• 论文复现与实验迭代（PaperBench 93.0）
• 指令遵循（IFBench 82.8）、金融与医疗专业任务

03 视觉驱动的智能体

视觉能力不只用来看图回答问题：Qwen3.8-Max 会在执行过程中截图检查自己的产出，再据此修正。OSWorld-Verified 86.1、MobileWorld 77.8（上一代 51.2）、ERQA 77.8，在官方对比中均领先 Claude Opus 4.8。长视频理解借助视频记忆图可处理 100 小时以上的素材，LVBench 81.8。

• 电脑与手机界面的自动化操作
• 200 页以上 PDF、图表（CharXiv RQ 88.4）的理解
• 长视频检索与分析

04 可调推理强度与工程接口

reasoning_effort 提供三档：xhigh（默认，复杂任务）、medium（准确与速度平衡）、low（优先速度和成本）。同时支持 Function Calling、结构化输出、前缀续写，以及隐式和显式上下文缓存，显式缓存的读取价远低于普通输入价。

• 三档推理强度按任务切换
• 工具调用与 JSON 结构化输出
• 隐式 / 显式缓存降低智能体多轮调用成本

---

最佳使用场景

场景	说明
智能体编程	仓库级开发与修复，可接入 Claude Code、Codex、Qwen Code
前端与 Web 开发	Code Arena WebDev 排名第一
电脑 / 手机自动化	OSWorld-Verified 86.1，视觉驱动的界面操作
研究与办公交付	报告撰写、数据分析、论文复现
长文档与长视频分析	100 万 token 窗口，200 页以上 PDF、100 小时以上视频
国产化旗舰选型	国内模型中综合能力第一梯队，人民币结算

---

Qwen3.8-Max 与 Qwen3.7-Max、GLM-5.3 的差异

能力	Qwen3.8-Max	Qwen3.7-Max	GLM-5.3
模型 ID	qwen3.8-max	qwen3.7-max	GLM-5.3
发布时间	2026 年 8 月 3 日（0902 更新 9 月 2 日）	2026 年 5 月 20 日	2026 年 8 月 14 日
总参数 / 激活	2.4 万亿 / 约 950 亿	万亿级 MoE	7530 亿 / 约 400 亿
输入模态	文本、图像、视频	文本	文本
上下文窗口	100 万 token	100 万 token	100 万 token
最大输出	128K token	128K token	128K token
Terminal-Bench 3.0	29.0（0902）	—	28.3
OSWorld-Verified	86.1	73.3	—
AA Intelligence Index	45.42（0902）	—	44.78（max）
推理强度	low / medium / xhigh	—	low / high / max
定位	多模态智能体旗舰	上一代纯文本旗舰	编程与安全旗舰

Qwen3.8-Max 与 Qwen3.7-Max 的对比数据来自 Qwen 官方发布；Terminal-Bench 3.0 来自各厂商官方发布；AA Intelligence Index 为 Artificial Analysis 第三方评测（v4.3.2，2026 年 10 月）。具体计费以页面上方的实时价格卡片为准。

---

常见问题

Qwen3.8-Max 什么时候发布的？ 2026 年 7 月 19 日在 WAIC 预告，8 月 3 日正式上线 API。9 月 2 日发布 0902 后训练更新，架构、参数和上下文不变，编程与智能体能力进一步提升。

相比 Qwen3.7-Max 升级了什么？ 三方面：一是从纯文本变为原生支持图像和视频输入；二是智能体能力大幅提升，OSWorld-Verified 73.3 → 86.1、TerminalBench-2.1 74.5 → 86.6、FrontierSWE 40.7 → 73.5；三是真实办公交付更强，JobBench 31.3 → 53.4、PaperBench 64.8 → 93.0。

上下文和输出上限是多少？ 上下文窗口 100 万 token，最大输出 128K token（131,072）。开启思考时最大输入约 98.4 万 token，思维链最长 262,144 token。

推理强度怎么设置？ 通过 reasoning_effort 设置，可选 low、medium、xhigh，默认 xhigh。复杂编程和研究任务保持默认；对话、分类、抽取等延迟敏感任务建议用 low 或 medium，可明显减少输出 token 和等待时间。

支持哪些工具和特性？ 支持 Function Calling、结构化输出、前缀续写、隐式与显式上下文缓存，输入支持文本、图像、视频。接口兼容 OpenAI，也可以接入 Claude Code、Codex 等编程工具使用。

Qwen3.8-Max 有落后的地方吗？ 有。一是速度慢、输出长：Artificial Analysis 实测中位输出速度约 37 token/秒，跑完整套评测用了约 1.9 亿输出 token，按任务算的成本反而高于 Claude Opus 5（xhigh）。二是幻觉控制偏弱，AA-Omniscience 得分 3.4，远低于 Claude Opus 5 的 37.1。三是最难的软件工程任务仍落后，SWE-bench Pro 67.7 低于 Claude Fable 5 的 80.0，Terminal-Bench 3.0 29.0 低于 Claude Opus 5 的 42.7。另外，官方 TerminalBench 成绩使用了自有测试框架和 5 小时超时，第三方在标准框架下复测分数更低。

该选 Qwen3.8-Max 还是 GLM-5.3？ 需要看图、看视频、操作电脑界面，或做研究与办公类长任务，选 Qwen3.8-Max；只做纯文本编程或代码安全审计、更看重输出 token 少和响应快，GLM-5.3 更合适。两者 Terminal-Bench 3.0 接近（29.0 对 28.3），可以在海鲸AI 同一账户下用同一套代码直接对比。

---

为什么选择海鲸AI 使用 Qwen3.8-Max API

• 免开通阿里云账号 —— 一个密钥直接调用，无需单独开通百炼
• OpenAI 兼容接口 —— 现有代码改两行即可接入
• 与其他旗舰同台对比 —— 同一账户下和 GLM、Kimi、DeepSeek 比效果比成本
• 人民币结算 —— 国产模型按人民币计价，账目清晰

API

API 接入信息

Model ID在推理接口中指定模型

qwen3.8-max

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.haijingai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

qwen3.8-max 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

cURL

curl https://api.haijingai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

Python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.haijingai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Node.js

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.haijingai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'qwen3.8-max',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}