跳到正文

Qwen3.8 2.4 T A 95 B

数据来源:AIHOT

← 模型榜
Alibaba

上线日期: 2026-08-12 · 上下文: 104.9万 Token

开源权重 ↗
—

综合排名 暂不排名

官方 API 价格 ¥ / 百万 Token

输入
¥12
输出
¥36
缓存命中
¥1.5
官方价格页 ↗

领域能力

榜单名次评分评测数
综合暂不排名评测数量还不够6010
编程暂不排名暂不排名—2
科研暂不排名暂不排名61.42
专业办公暂不排名暂不排名63.33
知识问答暂不排名暂不排名59.63

编程 · 57.7

评测机构公布的成绩折算分原榜名次核实日期备注
SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis54.1%55.3782026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis11.1%55.21292026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

科研 · 61.4

评测机构公布的成绩折算分原榜名次核实日期备注
CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis20.0%64.7732026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis42.4%59.5802026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

专业办公 · 63.3

评测机构公布的成绩折算分原榜名次核实日期备注
GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis1,613.966.6402026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis57.2%65.6852026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis1,429.764.9802026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

知识问答 · 59.6

评测机构公布的成绩折算分原榜名次核实日期备注
MLCR-AA ↗

读很长的医疗记录回答问题,答案要完整且不能违背原始记录。

Artificial Analysis30.6%76.5272026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-Omniscience v1.1 ↗

各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。

Artificial Analysis7.855.7772026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis80.3%54.3822026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

还没有成绩的评测

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • Code Migration v1.1
  • ProgramBench
  • MirrorCode
  • Vibe Code Bench v1.1
  • CyberBench Patch v1.1
  • FrontierCode 2.0 · AA
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • FrontierMath v2 · Tiers 1–3
  • LiveBench · 推理与数学
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • CritPt v2 Hard · AA
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • Terminal-Bench Science · AA
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • LiveBench · 数据分析
  • AA-Analyst Agent
  • Legal Research Bench
  • TaxAgentBench
  • Excel Modeling v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • LiveBench · 语言与指令
  • NYT Connections 扩展版
  • BullshitBench · 错误前提
  • Arena Text
  • Arena WebDev

最近的新闻

08-15Qwen3.8-2.4T-A95B上线DeepInfra通义千问 / Qwen

08-15Qwen3.8-2.4T-A95B 上线 SiliconFlow通义千问 / Qwen

08-13Qwen3.8-2.4T-A95B 开源,硅基流动即日上线硅基流动 SiliconFlow

08-13Qwen3.8-2.4T-A95B 开源,硅基流动即日上线硅基流动 SiliconFlow

08-13Qwen3.8-2.4T-A95B 开源 MoE 模型上线 HuggingFaceRohan Paul

08-13阿里开放 Qwen3.8-2.4T-A95B 模型权重:2.4T MoE、激活 95B、原生 256K 上下文IT之家·人工智能