2026 年 7 月 19 日，阿里巴巴旗下通義千問（Qwen）團隊發布新一代旗艦大模型 Qwen3.8-Max 的預覽版（Qwen3.8-Max-Preview），並在 7 月中正式開放試用。這一版最受矚目的，是把總參數規模一口氣推到 2.4 兆（2.4T），成為阿里雲第一個突破兆級參數的原生多模態旗艦模型；官方團隊還對外宣稱，它的整體能力「僅次於 Fable 5」。
只是這句宣稱目前還沒有標準化的第三方評測可以佐證——阿里這次是預覽版先上線，官方的 benchmark 表與模型卡（model card）都還沒放出來。不過發布後短短幾天，中國這邊已經有不少媒體與開發者做了第一手實測，讓這一版的實際手感有了初步輪廓。這篇就把它發布了什麼、規格如何、實測表現怎樣、又該怎麼試用，一次講清楚。
Qwen3.8-Max-Preview 的規格：2.4 兆參數、原生多模態、1M 脈絡
Qwen3.8-Max-Preview 是通義千問最新一代基座模型的預覽版本，採用稀疏混合專家（MoE）架構，總參數量 2.4 兆。它是阿里雲第一款突破兆級參數的原生多模態旗艦模型，能一併處理文字、圖像、影片與文件，PDF、HTML、Markdown 這類常見格式可以直接讀進來解析，不必先轉檔。
規格上有幾個重點。上下文長度支援到 1M（百萬）token，適合一次讀進大量文件或整個專案的程式碼；它也內建了深度思考模式，能針對比較複雜的任務加大推理強度。所謂「原生多模態」，指的是圖像、影片這些理解能力是模型本體就具備的，不是外掛一個處理圖片的模組上去，跨模態的任務理論上會更連貫。
跟前一代 Qwen3.7-Max 相比，官方強調這一版在大型程式碼庫處理、跨檔案修改、複雜數據分析上有提升，並新增了多模態的圖像理解能力。
要提醒的是，這一版沒公開的資訊也不少：激活參數量（MoE 每次實際動用多少參數）、知識截止時間、訓練資料組成、詳細架構，以及標準化的 benchmark 分數，官方目前都還沒揭露；加上它是預覽版，能力在預覽期間可能還會持續調整。
長任務自主與程式開發，是這次主打的兩大能力
除了參數變大，Qwen3.8-Max-Preview 這次主打的是「長周期自主作業」。官方列出的能力包括超長時間無人值守執行、單一任務可連續呼叫工具上千次，以及多個智能體（Agent）之間協同分工。換句話說，它想接的不只是一問一答，而是需要一路做很多步、跨很久的複雜任務——這也是這一兩年大模型從「會聊天」往「會辦事」推進的共同方向。
程式開發是這次特別被點名的場景，涵蓋全棧工程開發、程式碼重構、漏洞批量修復與專案迭代優化。搭配 1M 的長上下文，它可以把一個較大的專案整包讀進來再動手，而不是只看得到零散片段。
中國媒體實測：程式強，創意視覺偏弱
發布後這幾天，中國多家科技媒體與開發者都放出了第一手實測。把這些整理下來，強項與短板相當一致。
寫程式與工程任務是公認的強項。有評測讓它寫一個 LRU 快取（要求 Python、O(1) 時間複雜度、附五個測試案例），它用雜湊表加雙向鏈結串列的組合，程式碼複製到本地就能跑，五個測試全過；也有人請它做一個 React 加 TypeScript 前端、搭 Flask 後端的待辦事項全棧專案，它一口氣生出十幾個檔案，npm install 後能正常運作，介面還帶了懸停動畫。更進一步的 Agent 任務裡，讓它分析一個真實的 GitHub 專案、找出三個 bug 並提修法，它能正確認出主程式與核心模組，點出的資源洩漏、缺少例外處理等問題都是真的，改完程式也跑得起來。整體來看，它在「把一段複雜需求拆解成一個能跑的完整專案」這件事上相當穩，首輪交付的完整度往往高於只丟零散的片段程式碼。
中文寫作的表現也超出不少人預期。有評測請它寫一篇 1500 字、談 2026 上半年中國大模型密集發布潮的分析文，結果段落結構合理、論證有層次、引用的數據多半屬實，而且沒有「值得注意」「綜上所述」那種 AI 套話味，深度被打到 4 分（滿分 5 分）。
短板則集中在創意視覺與 3D 互動。同一批實測裡，一旦題目換成 3D 或創意互動，表現就明顯掉下來：有人讓它做 React 加 Three.js 的捲動式 3D 浮島，靜態場景還行，但四段捲動章節鏡頭沒變化、物件懸停不發光、點擊也沒反應，該有的光暈與粒子效果都沒做出來，同一題跟 GPT-5.6、Kimi K3 擺在一起比明顯落後——在那份涵蓋六個模型的測試裡，它的 3D 視覺與創意編程被評為墊底。換句話說，它在有標準答案的程式題上很穩，一碰到吃美感與互動細節的創意任務就明顯吃力，這也跟它還是預覽版、後訓練尚未完全到位有關。
綜合這些實測，一個算中肯的定位是：它在有標準答案的程式與工程任務上已經站得很穩、實際可用，最好的案例接近能直接交付的水準；但一換到吃美感、互動細節的創意任務就明顯吃力，離「什麼任務都穩」的最可靠旗艦還有一段距離。
「僅次於 Fable 5」的說法，現在還不能當定論
回到官方那句「僅次於 Fable 5」。它是通義千問團隊自己在發布時提出的定位，來自官方內部評測；到 7 月下旬為止，LMArena、Artificial Analysis 這類標準化的第三方評測都還沒放出分數，阿里也還沒公開 benchmark 表與授權條款，所以這句排名式的說法目前仍缺客觀佐證，比較適合先當成廠商自評。
不過「還沒有標準化 benchmark」不等於「沒人測過」——上面那些中國實測，就是目前判斷它實力最接近第一手的材料，只是結論比「僅次於 Fable 5」保守一些。國外這邊則多半持保留態度，幾家英文媒體直言「沒有 benchmark 就很難算真正的評測」，建議在第三方跑出數據前，把這句話當定位宣傳、先別當定論。
發布時機也值得一提。就在幾天前，Moonshot（月之暗面）才開源了 2.8 兆參數的 Kimi K3、並附上完整基準測試；Qwen3.8-Max-Preview 緊接著沒幾天就亮相。兩款兆級參數模型一前一後登場，也讓這一波國產旗艦的較勁格外受關注。
怎麼試用？三個入口與預覽期的折扣
目前有三個入口可以接觸到這一版：阿里雲百煉的 Token Plan、程式開發平台 Qoder，以及企業辦公流程產品 QoderWork。
預覽期間阿里也祭出明顯的試用優惠：Token Plan 上大約是標準價的 1 折，等於同樣的錢、用量放大約 10 倍，Qoder 這些入口也有對應的限時折扣。要留意的是，預覽版的能力可能還在調整，現在測到的表現，不一定等於正式版最後的樣子。
正式版何時開源？後續值得盯的兩個訊號
阿里官方已經表明，正式版之後會開放權重、走開源路線，只是目前還沒公布確切日期與授權條款，也還沒上架到 Hugging Face。
先放預覽版試水溫、正式版再開源，是不少大模型近期常見的節奏；評測資料偏少，比較可能是因為模型剛發、時間還短，細節通常會過一陣子陸續補齊，不必急著解讀成什麼特別的訊號。真的想追這條線，有兩個點最值得盯：一是實際手感，尤其自己常用的那類任務跑起來順不順；二是之後釋出的標準化第三方 benchmark 與開源權重，那才是驗證「僅次於 Fable 5」這種說法的關鍵。
把這些兜起來看，Qwen3.8-Max-Preview 把參數推上 2.4 兆、主打長任務自主與原生多模態，程式與工程能力在實測裡站得住腳，是阿里在旗艦模型上的又一次卡位；但創意視覺這類還沒補上的短板，加上還沒到位的標準化評測與開源權重，也提醒大家先別把「僅次於 Fable 5」當定論。對想用的人來說，現階段比較務實的態度是：拿寫程式、工程這類它已經打得不錯的任務先試起來，其他複雜創意或高穩定性的需求，就等正式版與更多數據再說。