Kimi K3之后Qwen3.8来了：2.4T参数预览版实测，15分钟生成可玩3D游戏

Kimi K3发布后，国产旗舰模型的更新节奏仍未放缓。

阿里于2026年7月19日上线新一代旗舰基座模型 Qwen3.8-Max-Preview。模型总参数达到2.4T，即约2.4万亿参数，目前已经进入阿里云Token Plan、Qoder、QoderWork及Qoder系列Agent产品。正式版将在后续推出，阿里也计划开放模型权重。

阿里将Qwen3.8描述为当前能力较强的前沿模型之一，并称其整体表现仅次于Anthropic的Fable 5。需要说明的是，阿里目前尚未在公开技术报告中提供完整的基准配置和逐项成绩，因此网上流传的“击败所有Opus模型”等说法，现阶段仍应视为预览期数据或社交媒体截图，而不是已经完成独立验证的正式结论。

Qwen3.8-Max-Preview是什么？

Qwen3.8-Max-Preview是通义千问新一代旗舰基础模型的预览版本。

Qoder官方资料显示，模型拥有2.4T参数。相比上一代Qwen3.7-Max，Qwen3.8重点增强了以下能力：

Qoder将其描述为在软件工程、办公和深度推理方面表现领先的新一代基础模型，并表示其能力仍在持续迭代。

目前能够确认的核心参数并不多：

因此，目前不宜直接认定Qwen3.8采用某一种MoE结构，也不能推算单次推理会激活多少参数。相关信息需要等待正式模型卡或技术报告。

Qwen3.8目前可以在哪里使用？

Qwen3.8-Max-Preview已经覆盖Qoder的多种产品形态，包括：

开发者和知识工作者可以在模型选择器中切换至Qwen3.8-Max-Preview，测试代码工程、数据分析、文档处理和长时间Agent任务。

阿里云Token Plan个人版和团队版也已支持该模型。官方明确提示，Qwen3.8当前仍是预览版本，能力会在预览期持续更新；预览结束后，现有模型可能下线或被正式版本替换。

预览期调用价格大幅降低

为了扩大预览版测试规模，Qoder与阿里云Token Plan为Qwen3.8提供了限时折扣。

Qoder当前的Credits消耗倍率为：

常规时间相当于1折，夜间低峰时段相当于0.2折。活动从2026年7月19日开始，结束时间暂未公布。

阿里云Token Plan也提供预览期Credits低至1折、夜间进一步折扣等权益。通过降低调用成本，更多用户可以运行持续时间较长、Token和工具调用量较大的Agent任务。

15分钟生成可玩的3D射击游戏

Qwen3.8上线后，社交平台很快出现了第一批软件开发实测。

一名开发者使用相同的3D射击游戏需求测试Qwen3.8和Fable 5。据其分享，Qwen3.8大约用15分钟生成了一个能够直接游玩的版本，基础移动、射击、难度和游戏机制已经可以运行；Fable 5则花费约50分钟完成同类任务。

这次测试呈现出的差异是：

这只是单个开发者、单次任务中的结果，并没有公开完整系统提示词、运行环境、Token消耗和全部修改过程，不能直接作为两款模型整体能力的排名依据。

不过，它展现了Qwen3.8当前较有价值的一项特点：先把产品做出来，再继续调整细节。

Agent模型为什么需要“快速出活”？

代码Agent的价值不只体现在最终代码有多复杂，也体现在它能否尽快建立一个可以运行、测试和修改的版本。

传统模型可能花费大量时间分析：

这些思考可能提高最终质量，但也可能导致模型迟迟没有可见结果。

更偏向执行的Agent则会先完成：

对于Vibe Coding、原型验证和早期产品开发来说，一个15分钟内可以操作的版本，往往比一个50分钟后才出现、但细节更精致的版本更容易进入下一轮迭代。

Minecraft风格体素游戏也能一次运行

另一名用户要求Qwen3.8-Max-Preview制作一个Minecraft风格的体素游戏。

其分享的初步结果显示，Qwen3.8生成了较干净的界面，并实现了可以直接操作的游戏内容。测试者将其总结为代码能力较强、UI相对整洁、输出可玩且第一版完成度较高。

这类任务通常要求模型同时处理：

它并不是单一函数生成，而是一个需要多个模块同时运行的小型软件项目。

Qwen3.8开始从代码生成走向产品交付

现有测试说明，Qwen3.8的目标并不只是生成代码片段，而是围绕用户最终需要的成果完成持续工作。

目前用户已经开始用它测试：

Qoder官方也将全栈开发、数据分析和Office工作流列为Qwen3.8的主要提升方向。

这种产品定位更加接近“交付型Agent”：

用户告诉模型需要得到什么，模型自行决定需要建立哪些文件、调用什么工具、如何运行验证，以及何时交付第一个可用版本。

与Kimi K3对比：各有明显侧重

Qwen3.8发布前不久，月之暗面刚刚上线2.8T参数的Kimi K3。Qoder的模型列表已经同时提供Qwen3.8-Max-Preview和Kimi K3，方便开发者在同一产品环境中进行测试。

从目前公开案例看，两者呈现出不同特点：

在你提供的另一项社交媒体案例中，有开发者让Qwen3.8和Kimi K3分别为一台售价1万美元的“断头台式面包切割机”制作产品落地页。

该体验反馈认为，Kimi K3在整体文字处理和视觉构图方面优势较明显，但Qwen3.8成功生成了具有说服力的产品3D模型。由于该测试的原始运行记录和完整页面尚未公开，它更适合作为模型风格差异的体验参考。

Qwen3.8当前也存在明显问题

Preview版本提前进入真实用户场景，可以快速发现问题，但也意味着其表现尚未完全稳定。

部分社区用户报告，Qwen3.8在长任务中可能出现：

LocalLLaMA社区中已有用户认为，当前预览检查点仍需要更多后训练，尤其需要改善循环执行和Agent边界。

这些问题与阿里云对Preview版本的提示一致：模型能力仍会持续升级，最终正式版可能替换当前预览版本。

“击败所有Opus”目前不能视为官方结论

社交平台流传的Qwen3.8测试图表显示，其部分综合成绩超过多款Opus模型，仅次于Fable 5。

阿里也公开表示，Qwen3.8是当前较强的模型之一，整体水平仅次于Fable 5。

但目前仍缺少以下信息：

因此，SEO文章可以写“阿里称Qwen3.8仅次于Fable 5”，但不宜直接写成“权威测试确认Qwen3.8击败所有Opus”。

更稳妥的表述是：

社交媒体流传的早期成绩显示，Qwen3.8具备接近顶级闭源模型的潜力，但仍需等待正式技术报告和第三方评测。

2.4T开放权重意味着什么？

阿里计划在正式版推出后开放Qwen3.8模型权重。

如果权重按计划开放，开发者可以进一步研究：

不过，2.4T总参数也意味着完整模型可能需要极高的存储、显存和集群通信能力。

即使模型权重开放，普通个人电脑也很难完整运行。大多数开发者可能仍会通过阿里云、Qoder或第三方推理服务使用模型。

正式发布后需要重点关注：

Qwen3.8与Kimi K3释放了什么信号？

Kimi K3和Qwen3.8在数天内连续出现，说明国产旗舰模型已经从单纯比较知识和数学基准，转向真实Agent任务竞争。

新的重点包括：

对于用户来说，模型是否能在15分钟内做出一个可玩的游戏，往往比某项抽象基准高出几分更加直观。

Qwen3.8适合哪些用户提前体验？

独立开发者

可以用来快速制作网站、小游戏、插件和产品原型。

Vibe Coding用户

通过自然语言描述功能，测试模型能否直接生成可以运行的项目。

前端和全栈开发者

适合测试跨文件修改、页面生成、接口开发和项目调试。

产品经理与设计师

可以将产品想法快速转换为交互原型，再根据结果补充需求。

数据与办公用户

通过QoderWork测试表格分析、报告生成和Office工作流。

Agent开发者

重点评估模型在工具调用、错误恢复、上下文保持和任务完成率方面的表现。

使用Preview模型需要注意什么？

不要直接替换生产环境模型

预览版可能频繁更新，同一个提示词在不同日期可能得到不同结果。

保存测试条件

应记录模型版本、运行时间、提示词、工具环境和最终成果，方便后续与正式版比较。

检查代码和依赖

可运行不代表代码安全、结构合理或能够长期维护。

限制Agent权限

删除文件、部署生产环境和操作账号等行为应保留人工确认。

不要只看单次成功案例

应使用相同任务运行多次，并记录失败率、Token成本和人工修改时间。

总结

Qwen3.8-Max-Preview已经于2026年7月19日进入阿里云Token Plan、Qoder和QoderWork，模型总参数达到2.4T，重点提升软件工程、专业办公、深度推理和复杂长程Agent能力。

阿里称Qwen3.8属于当前较强的前沿模型，整体能力仅次于Fable 5，并计划在正式版推出后开放模型权重。完整基准、模型架构、许可证和本地部署要求仍待公布。

首批社交媒体实测显示，Qwen3.8能够较快生成可玩的3D射击游戏和Minecraft风格体素游戏。在一项个例中，模型约15分钟完成了第一版，而Fable 5完成同类任务约用了50分钟。

Qwen3.8当前的优势并不一定是所有细节都比Fable 5或Kimi K3更精致，而是能够较快将需求转换为可运行成果。

这可能正是Agent模型最实际的价值：

不是长时间展示自己会思考，而是先把能用的东西做出来。

不过，Qwen3.8仍处于Preview阶段，部分用户已经遇到工具调用循环、任务绕路和视觉细节不足等问题。它能否在正式版中稳定进入全球第一梯队，还需等待开放权重、技术报告和第三方测评。

相关链接