Qwen 3.8 vs Qwen 3.7 Max：究竟有哪些变化

阿里巴巴在 2026 年 8 月初发布了 Qwen 3.8-Max，如果你已经在生产环境中运行 qwen3.7-max，那么你现在面临着一个真正的抉择。新模型在 Agent（智能体）和研究基准测试上取得了显著的进步，新增了图像输入支持，首发定价更低，并带来了阿里巴巴从未对前代模型许下的承诺：开源权重。

但这一决定并非简单的“买新不买旧”。Qwen 3.7-Max 目前正在进行限时 5 折优惠，这使得它在绝对价格上比 3.8-Max 更便宜。一些基准测试的差距非常显著，而另一些则几乎为零。本文将详细梳理每一项关键变化，帮助你决定是立即切换、继续等待，还是彻底降级到更低的档次。

如果你想先全面了解新模型，可以从我们的 Qwen 3.8-Max 解析文章开始。要了解即将退役的旗舰模型的背景信息，请参阅 Qwen 3.7 带来了哪些特性。

在看数据之前，先对测试方法做个说明。以下所有基准测试数据均来自阿里巴巴官方 Qwen 3.8 发布博客中的表格。这在当前情况下其实很有参考价值：两个模型都是在厂商的同一次测试运行中进行评估的，因此即使仍有待独立第三方验证，其差值在内部也是一致的。大多数代码相关的测试都是在 Claude Code 测试框架上运行的，还有几个基准测试是 Qwen 内部自研的。

简要对比

接下来是详细内容。

基准测试差距：真正提升的领域

备受瞩目的改进主要集中在 Agent 任务上：即模型需要进行规划、执行和自我纠正的长期任务。

Terminal Bench 2.1：74.5 提升至 86.6。 在终端驱动的 Agent 任务中，这实现了 12 分的巨大跨越，使 Qwen 从明显的落后状态提升到了真正具有竞争力的水平。在同一张表格中，阿里巴巴给 Claude Opus 4.8 和 Fable 5 的评分都是 84.6，这使得 3.8-Max 在这一项上超越了这两者。不过 GPT-5.6 Sol 仍以 88.8 的高分保持领先。

SWE-bench Pro：60.6 提升至 67.7。 在真实世界的软件工程任务上提升了 7 分。这项提升很有意义，但客观地说：在同一张表中，Fable 5 的得分是 80.0，因此这只能算是追赶，而非超越。如果 SWE-bench Pro 的性能是你的首要考量指标，那么业界最前沿的模型依然在别处。

PaperBench：64.8 到 93.0。 表格中单项增幅最大的一项，在复现 AI 研究论文方面实现了 28 分的飞跃。这也是 3.8-Max 表现最好的旗舰级指标，领先于阿里巴巴对比测试中的所有竞争对手。如果您的工作负载涉及研究复现、长篇技术文档或多步骤科学推理，那么这个数字绝对值得您关注。

IFBench：79.1 到 82.8。 指令遵循能力提升了近 4 分。值得注意的是，3.7-Max 在这方面的表现已经非常强劲（在同一次运行中以 79.1 分击败了 Opus 4.8 和 Fable 5），因此这次提升是扩大了既有优势，而非弥补短板。

GPQA Diamond：92.4 到 92.6。 基本持平。对于 3.7-Max 而言，研究生级别的科学问答（QA）已经接近饱和，新模型并没有带来明显的提升。如果您的工作负载类似于 GPQA，那么这次升级在质量上不会为您带来任何收益。

HLE：41.4 到 43.6。 Humanity’s Last Exam 提升了 2 分，但依然落后于行业前沿：在同一张表格中，Fable 5 达到了 53.3 分，GPT-5.6 Sol 达到了 47.2 分。Qwen 3.8-Max 在许多方面都缩小了差距，但这里显然不在此列。

规律显而易见：在 Agent 类和研究类基准测试中提升巨大，在指令遵循方面小幅提升，在已饱和的知识类基准测试中停滞不前，而在最难的推理评估上依然存在差距。要深入了解完整表格，包括关于评估框架（harnesses）和内部基准测试的细节，请参阅我们的 Qwen 3.8 基准测试拆解分析。

架构：阿里巴巴终于公布了其数据

Qwen 3.8-Max 是一款拥有 2.4 万亿参数的混合专家（MoE）模型，每次前向传播有 95B 激活参数，基于 Qwen 3.5 架构基础构建。这相当于约 4% 的激活率，这对于服务成本至关重要：你只需为 95B 的计算付费，而不是 2.4T。

与 3.7-Max 的对比在于信息披露本身。阿里巴巴从未公布过 Qwen 3.7-Max 类似的模型规模数据。参数量、激活率、专家配置：全部未公开。而在 3.8-Max 中，Model Studio 模型文档和发布公告详细阐述了其架构，这使得容量规划和成本建模不再像以前那样完全靠猜测。

作为开源权重竞争的背景参考：Kimi K3 总参数量为 2.8T，激活参数量为 104B。Qwen 3.8-Max 在这两个维度上都更小一些。

多模态：3.7-Max 从未拥有的能力

Qwen 3.7-Max 是一个纯文本模型。而 Qwen 3.8-Max 原生支持图像输入，且阿里巴巴发布了一张独立的多模态基准测试表，在与 Gemini 3.1 Pro 和 GPT-5.6 Sol 的对比中，它在大多数指标上都处于领先地位。

阿里巴巴多模态测试表中的亮眼数据包括：MathVision 达到 95.2，LogicVista 达到 91.9，以及在计算机使用任务上的 OSWorld-Verified 达到 86.1。该表格中没有用于对比的 3.7-Max 列，因为这根本不可能：旧模型不支持图像输入。

在实际应用中，这意味着你以前必须路由到独立视觉模型的任务负载（如屏幕截图理解、文档图像、UI 自动化、图表提取），现在可以在与你的文本流量相同的模型 ID 上运行。发布日志中还展示了长文档和视频理解能力，不过这些是博客中演示的功能，而不是不同的 API 输入类型，因此请针对你的具体情况核对接口文档。

价格：新模型更便宜，但目前除外

在这里，升级的成本计算变得有趣起来。

Qwen 3.8-Max 的首发价格为每 1M tokens 输入 $2 / 输出 $6，在整个 1M 上下文区间内采用统一的单一计费档位。Qwen 3.7-Max 的官方定价为 $2.5 / $7.5。因此，这款功能更强的新模型比其前代产品的官方定价便宜了 20%。这在旗舰模型的世代更迭中几乎前所未有。

但这里有个插曲：阿里巴巴目前正在对 3.7-Max 进行限时 5 折促销，这使其实际费率降至 $1.25 / $3.75。按当前的价格来看，旧模型比新模型便宜 38%。所有费率均已公布在 Model Studio 官方定价页面。

需要注意以下两点：

1. 促销可能会结束。 阿里巴巴将其标注为限时促销，且未公布结束日期。如果你围绕 $1.25 / $3.75 的价格来设计架构，那么你的预算假设就存在一个无法预知的有效期。按官方定价来看，3.8-Max 才是更便宜的模型。
2. 思考 token 会推高实际账单。 Qwen 3.8-Max 默认的 reasoning_effort 为 xhigh，而思考 token 是按输出计费的。你每次请求的实际成本可能会远高于标签价。我们的 Qwen 3.8 定价指南详细分析了缓存经济学和单次任务成本的计算。

如果两款 Max 模型都不符合你的预算，那么价格为 $0.4 / $1.6（目前有 20% 的折扣）的 qwen3.7-plus 仍然是高性价比的选择。《Plus 对比 Max》的评测文章详细介绍了在哪些情况下 Plus 已经足够好用。

开源权重：Max 级别的首次尝试

以前从未有任何 Qwen-Max 级别的模型开源过权重。Qwen 3.7-Max 没有开源，且阿里巴巴也从未暗示会开源。Qwen 3.8-Max 打破了这一惯例：发布日志承诺“下周”将在 Hugging Face 和 ModelScope 上提供权重，这大概是指 8 月 10 日左右。

截至撰写本文时（2026 年 8 月 3 日），这些权重尚无法下载。暂且将这一承诺视为可信的预告。先例令人鼓舞：Kimi K3 的权重在发布后 11 天送达，且阿里巴巴在较小体量的 Qwen 模型上有着长期的开源权重记录。但即使经过量化，下载 2.4T parameter 也是一个需要多节点部署的自托管工程，因此对大多数团队而言，实际影响将体现在第三方托管接入和价格压力上，而不是直接在自己的机架上运行该模型。

如果开源权重对你的采购或合规流程至关重要，单凭这一点可能就能决定选择 3.7 还是 3.8。其中一个模型（可能）会提供开源权重，而另一个永远不会。

哪些没有改变

这值得明确说明，因为升级推广文章往往容易夸大其词：

• 上下文窗口：两者均为 1M token。 未做扩展。如果您为了长上下文选择 3.7-Max，3.8-Max 在整个窗口内以统一的价格维持在相同的 1M。
• 访问路径：相同。 两款模型均通过阿里云百炼（Model Studio）提供服务，并带有兼容 OpenAI 的接口。切换只需更改模型 ID（从 qwen3.7-max 改为 qwen3.8-max），无需进行迁移项目。此外，3.8-Max 还新增了兼容 Anthropic 的 API 接口。如果您的工具支持该协议，非常值得在类似 Apifox 的客户端中进行尝试。
• 推理控制：现已正式支持。 reasoning_effort 是 3.8-Max 上一个有文档记录且受支持的 parameter，提供三个级别（默认为 xhigh、medium、low），同时还有 enable_thinking 和 preserve_thinking。如果您之前针对 3.7-Max 的隐式推理行为调整了提示词，现在您将获得一个显式的控制拨盘。

您应该升级吗？三条坦诚的路径

如果符合以下情况，请立即升级： 您的工作负载是基于 Agent 的或重度依赖研究的。Terminal Bench（从 74.5 提升至 86.6）和 PaperBench（从 64.8 提升至 93.0）的增幅是您在生产环境中能明显感知到的跨越，而且您还能额外获得图像输入支持以及更低的目录价。如果您正在构建操作终端、复现技术工作或处理屏幕截图的 Agent，那么升级的理由已经非常清晰了。

如果符合以下情况，请继续享受 3.7-Max 的促销优惠： 您的工作负载处于性能提升平缓的领域。GPQA 风格的知识类任务仅提升了 0.2 分。如果您的流量主要是问答、总结或通用聊天，且 3.7-Max 已经能够满足您的质量标准，那么 $1.25 / $3.75 将是两款 Max 模型中所能提供的最划算的单 token 价格。建议在日历中设置一个提醒，每月重新检查一次促销状态，并明确您的后备价格是 3.8-Max 的 $2 / $6，而不是 3.7-Max 的目录价。

如果符合以下情况，请降级到 qwen3.7-plus： 您对价格较为敏感且任务较为常规。在输入方面，它的价格为 $0.4 / $1.6，比 3.8-Max 便宜了 5 倍，而对于分类、提取和模板化生成而言，Max 级别的能力往往是浪费支出。

在决定之前测试切换

厂商的基准测试（即使是内部一致的测试）也无法预测模型在您的提示词上的表现。解决这个问题最划算的方法是在您实际的工作负载上进行对比测试。

在 Apifox 中，您可以在几分钟内完成此设置：将一个集合指向百炼（Model Studio）兼容 OpenAI 的接口，然后创建两个仅在模型 ID 变量上有所不同的环境，一个设置为 qwen3.7-max，另一个设置为 qwen3.8-max。针对两者运行相同的请求集，一键切换环境，并从响应查看器中对比输出、延迟和 token 使用情况。由于两款模型共享相同的 API 接口，单个集合即可覆盖两者，并且您可以将具有代表性的生产环境提示词保存为测试场景，并在阿里巴巴发布更新或促销价格发生变化时重新运行它们。

这让“我们该升级吗？”从一场关于基准测试的口水战，变成了只需一个下午就能见分晓的实证过程。下载 Apifox 即可免费体验，在修改生产配置之前，针对您自己的实际流量运行对比测试。

FAQ

Qwen 3.8-Max 比 Qwen 3.7-Max 更便宜吗？

从官方定价来看，确实如此：每 100 万 token 为 2 美元 / 6 美元，而 3.7-Max 是 2.5 美元 / 7.5 美元。但以目前的实际价格来看，并非如此：3.7-Max 限时 5 折优惠使其价格降至 1.25 美元 / 3.75 美元，比 3.8-Max 便宜了 38%。该优惠活动尚未公布截止日期。完整的费用细分请参阅我们的 Qwen 3.8 价格指南。

从 qwen3.7-max 切换到 qwen3.8-max，我需要修改代码吗？

对于基本用法，不需要。这两个模型都通过相同的、兼容 OpenAI 的 Model Studio 接口提供服务，因此切换只需更换模型 ID。您可能需要显式设置 reasoning_effort，因为 3.8-Max 默认设置为 xhigh，且思考 token 是作为输出计费的。如果您需要发送图片，这是 3.8-Max 独有的功能，并且需要使用标准的图片输入消息格式。

Qwen 3.7-Max 开源权重了吗？

没有，而且根据阿里巴巴对该系列的历史做法，以后也不会。Qwen 3.8-Max 是首个承诺开源权重的 Max 级别模型，预计将于 2026 年 8 月 10 日左右在 Hugging Face 和 ModelScope 上线。截至 8 月 3 日，它们还无法下载。

Qwen 3.8-Max 现在比 Claude 或 GPT 更好吗？

这取决于具体的对比项，而且请记住，这些都是阿里巴巴自己公布的数据。在他们的表格中，3.8-Max 在 Terminal Bench 2.1 上击败了 Opus 4.8 和 Fable 5，并在 PaperBench 和 IFBench 上领先于所有其他模型。但在 SWE-bench Pro 上，它远远落后于 Fable 5（67.7 对比 80.0），在 HLE 上则落后于所有处于前沿水平的模型。目前还没有独立的基准测试数据，因此在第三方评估出炉之前，先不要急于下最终结论。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

详细的私有化部署系统架构与安全白皮书

针对您公司规模的专属报价单

免费的 1v1 专属产品演示 (Demo) 机会

获取部署方案

* 提交后，我们的客户经理将在 1 个工作日内与您联系

林俊锋 企业微信

@Apifox 专属顾问

扫码备注: 私有化 + 公司名