header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

Qwen3.8 在经过最大化后与 Opus 4.8 平分,仍然未能击败 Kimi K3。

据动察 Beating 监测,评测机构 Artificial Analysis 重测 Qwen3.8 Max 后,将其 Intelligence Index 从 53 分上调到 56 分。此前测试接口出现间歇性异常,这次改用阿里云官方 API 重跑。新成绩追平 Claude Opus 4.8,但仍比 Kimi K3 低 1 分。

千问进步最明显的是 Agent 任务。GDPval-AA 得分达到 1739,超过 Kimi K3 的 1685 和 GPT-5.6 Sol 的 1730,仅落后 Claude Opus 5。终端操作、科学推理和编程评测也普遍上涨。

代价是更貴 Token。Qwen3.8 Max 的 Token 單價比上一代更低,但完成一道綜合評測任務的平均成本,仍從 0.53 美元漲到 1.14 美元,高於 Kimi K3 的 0.86 美元。主要原因是它在 Agent 任務中調用更多輪次,生成的內容也更多。

它的知識可靠性還出現倒退。AA-Omniscience 準確率基本沒變,幻覺率卻從上一代的 23% 升到 40%。

相關推薦
花旗與美銀證券認為,Kimi K3 雖降低推理成本,但可能通過「杰文斯悖論」刺激更多調用、長上下文與智能體任務,進而推高 GPU、HBM、DDR5、eSSD 與網路基礎設施需求。
外國人說比蘇聯衛星升空的那天還要震驚。
廉價開放權重模型再度衝擊AI評價叙事
開源與封閉源模型之爭正式打響。
Kimi K3 讓美國徹底坐不住了。
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成