8月初，阿里正式推出Qwen3.8-Max大模型，参数规模高达2.4万亿，支持最长100万Token上下文，重点提升编程、办公、科研及长周期任务处理能力。官方宣称，该模型不仅能回答问题，还可调用工具、修改代码，并端到端完成复杂任务。开发者可通过千问AI平台获取API服务，每百万Token输入12元、输出36元，价格处于国产头部模型中间水平。阿里计划开源Qwen3.8系列的27B小尺寸模型，为本地部署和低成本应用提供更多选择。
在7月19日预览版上线时，千问团队便宣称该模型以“天”为单位持续进化，对标Anthropic旗舰模型Fable 5，并称其“可能是除Fable 5外最强大的模型”。然而，实际测试显示，Qwen3.8-Max在科研编程、Agent和办公任务中进步显著，部分项目甚至超越海外旗舰模型，但在真实软件工程和复杂环境操作中仍存在差距。例如，在SWE-bench Pro测试中，Qwen3.8-Max得分为67.7分，比Fable 5低12.3分，也略低于Claude Opus 4.8的69.2分。
第三方榜单Arena的成绩也反映了类似情况。Qwen3.8-Max在视觉和文本榜单上分别排名第二和第五，与榜首相差13分；在前端代码榜单中排名第四，比榜首的Opus 5-Max低37分。尽管官方编程基准成绩较好，但Arena榜单更侧重生成结果的视觉效果、交互完成度和用户偏好，因此Qwen3.8-Max未能登顶并不矛盾。长周期任务是Qwen3.8-Max的亮点之一，例如连续运行约16天从零构建开源项目oh-my-cli，但连续运行16天仍不足以证明长周期能力已完全成熟，还需考察其目标一致性、错误发现和恢复能力。
千问系列模型一直成绩亮眼。5月20日发布的Qwen3.7-Max曾在Code Arena排名第四，Text Arena排名第六。然而，实际使用中开发者反馈不一。开发者艾林认为，Qwen3.7-Max对项目理解清晰，但在处理复杂代码时易出现漏洞。新一代Qwen3.8-Max在任务拆解、Agent调用和需求理解上有所提升，但与Fable系列仍有差距。独立开发者李默测试后表示，Qwen3.8-Max已接近第一梯队门槛，但在生成交互网站时存在核心功能未完整实现、HTML标签直接显示等问题，需将要求拆解得非常具体才能执行到位。
与国内近期发布的新模型相比，Qwen3.8-Max在与Kimi K3的对比中，仅在工作流智能体任务上超过对方，其余项目多数落后，尤其在深度软件工程和前沿工程任务中差距较大。与DeepSeek V4 Flash的对比则更多反映定位差异，Qwen3.8-Max在所有可比项目中均占优势，但轻量模型V4 Flash以更低成本取得“够用”成绩，挑战了中间价位旗舰模型的价值。开发者李默认为，Qwen3.8-Max在长上下文和复杂任务上的提升“实打实”，但代码能力仍弱于GLM 5.2和Kimi K3，尚未稳定排进第一梯队前列。
阿里面临的竞争环境愈发复杂。过去，架构创新、更长的上下文或更低的API价格可能成为模型卖点，但如今这些能力正在快速普及，MoE架构、百万Token上下文、智能体编程、多模态和开放权重几乎成为国产头部模型的共同方向。对手动作也越来越快，Kimi K3在复杂软件工程和长周期任务中表现突出，DeepSeek V4以低价和推理效率吸引开发者，GLM 5.2则凭借编程能力获得海外开发者认可。技术路线趋同下，单个模型难以建立长期壁垒，竞争转向谁能持续推出更强模型并降低推理成本。
API定价策略反映了四家的不同思路。Kimi K3走高价旗舰路线，DeepSeek V4-Pro用低价争夺调用量，Qwen3.8-Max与GLM 5.2处于中间档位，但千问输入、输出价格均高于智谱，不占价格优势。对于编程和Agent任务，Token单价只是成本一部分，任务成功率、重试次数和人工接管成本往往更影响总成本。低价模型若频繁理解错需求，节省的调用费用可能被检查和返工成本抵消；高价模型若能一次完成任务，综合成本反而可能更低。因此，Qwen3.8-Max需证明其完成同一项任务时能带来更低综合成本。
阿里的独特优势在于模型之外的完整生态。在模型层面，阿里已覆盖通用语言、编程、数学、视觉、语音、全模态和视频生成，并延伸至世界模型和具身智能，企业可在同一平台组合不同模型。在产品层面，阿里拥有云计算、模型开发平台、钉钉、淘宝及大量企业客户，模型可直接接入办公、电商、客服、营销和软件开发场景。发布当天，阿里旗下企业级Agent产品“千问办公”同步开启公测，模型能力正被直接装进办公场景。阿里披露，Qwen在国内企业级大模型调用市场排名第一，阿里云也位居国内AI云市场第一。然而，生态不能替代模型能力，企业倾向于在同一系统中调用多个模型，哪个效果更好、价格更低就用哪个。若千问长期落后于第一梯队，云和渠道只能延缓用户流失，无法消除能力差距。阿里的竞争力仍存在，但壁垒已非某一款Qwen模型，模型能力决定入场资格，价格决定开发者尝试意愿，云服务和企业生态则决定客户是否长期留下。
