Qwen3.8-Max 再升级：8 项编程测试均提升，部分超过 Opus 5

阿里千问对刚发布一个月的旗舰模型 Qwen3.8-Max 进行了升级，推出 Qwen3.8-Max-0902。模型参数规模保持不变，仍为 2.4T 参数，并支持 100 万 Token 上下文。

此次升级主要围绕 Coding 和 Cowork 后训练展开，重点补强编程能力、复杂工作流处理，以及长时间 Agent 任务表现。

阿里公布的对比数据显示，Qwen3.8-Max-0902 在 8 项编程评测中均高于原版。其中，TerminalBench 3.0 从 11.3 提升至 29.0，DeepSWE 1.1 从 56.6 提升至 69.3，QwenSWEbench V2 从 55.1 提升至 70.0。职业任务 JobBench 也从 53.4 提升至 64.0。

与 Claude Opus 5 相比，Qwen3.8-Max-0902 在多数编程项目上仍有差距，但在 MLS-Bench-Lite、SWE-Atlas QnA 和 QwenSWEbench V2 三项中超过对方。

多模态方面，Qwen3.8-Max-0902 相比原版仅提升 0.4 至 3 分。整体来看，本轮升级重点集中在提升 Agent 的代码编写和任务执行能力。

上述成绩目前均为阿里自测。