Qwen3.8 Flash Next
Data source: AIHOT
Model data is shown as published (Chinese).
Released: 2026-08-26 · Context: —
Open weights ↗Overall rank 44
Official API prices ¥ / million tokens
- Input
- ¥0.8
- Output
- ¥2.7
- Cache hits
- ¥0.1
Domain capabilities
| Board | Rank | Score | Benchmarks |
|---|---|---|---|
| 综合 | 44 | 59.6 | 20 |
| 编程 | 48 | 58.4 | 4 |
| 科研 | 52 | 58.8 | 5 |
| 专业办公 | 42 | 63 | 4 |
| 知识问答 | 51 | 58 | 4 |
编程 · 58.4
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| FrontierCode 2.0 ↗ 在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。 | Artificial Analysis | 27.1% | 66 | 56 | 2026-11-18 | Notes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。 |
| LiveBench Agentic Coding ↗ 在真实代码仓库里查找并修复问题,再用测试检查改动。 | LiveBench | 61.6% | 64.1 | 30 | 2026-11-18 | Notes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 Analysis | 25.3% | 62.4 | 90 | 2026-11-18 | Notes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。 |
| LiveBench Coding ↗ 写函数、补全代码,题目定期换新,答案自动跑测试核对。 | LiveBench | 72.6% | 52.6 | 30 | 2026-11-18 | Notes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。 |
| 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 Analysis | 50.6% | 51.1 | 119 | 2026-11-18 | Notes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 · 58.8
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| LiveBench Reasoning ↗ 斑马谜题、空间推理、情境推理这类题,答案自动核对。 | LiveBench | 87.4% | 61.8 | 43 | 2026-11-18 | Notes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 Science ↗ 在命令行里走完一段科研流程:处理数据、跑分析、得出结果。 | Artificial Analysis | 7.1% | 59 | 86 | 2026-11-18 | Notes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。 |
| CritPt ↗ 物理研究前沿的原创难题,要一步步推导出准确答案。 | Artificial Analysis | 11.1% | 56.8 | 129 | 2026-11-18 | Notes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。 |
| CritPt v2 Hard ↗ 修订版研究级物理题里较难的 40 道,可以写代码辅助演算。 | Artificial Analysis | 24.5% | 56.2 | 103 | 2026-11-18 | Notes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 Analysis | 38.0% | 55.7 | 116 | 2026-11-18 | Notes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
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| 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 Analysis | 1,571.5 | 70.4 | 33 | 2026-11-18 | Notes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。 |
| 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 Analysis | 1,636.8 | 67.5 | 29 | 2026-11-18 | Notes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 Analysis | 55.9% | 65.1 | 93 | 2026-11-18 | Notes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。 |
| LiveBench Data Analysis ↗ 处理表格重排、表格连接和连续事件分析等数据题。 | LiveBench | 74.2% | 60.1 | 41 | 2026-11-18 | Notes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 · 58
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| LiveBench IF ↗ 按一串具体的格式和内容要求作答,看能不能条条做到。 | LiveBench | 77.1% | 70.6 | 29 | 2026-11-18 | Notes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。 |
| 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 Analysis | 20.6% | 64.5 | 59 | 2026-11-18 | Notes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 Analysis | 79.7% | 53.5 | 101 | 2026-11-18 | Notes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。 |
| LiveBench Language ↗ 纠正错字、把打乱的情节排回原序、给词语分组等语言题。 | LiveBench | 74.6% | 53.5 | 29 | 2026-11-18 | Notes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 Analysis | -12.2 | 43.8 | 127 | 2026-11-18 | Notes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。 |
真人盲选 · 61.6
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Arena WebDev ↗ 真人匿名比较两个模型做出来的网页,选更好的那个。 | LMArena | 1,624.5 | 64.4 | 29 | 2026-11-18 | Notes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。 |
Benchmarks without results
- Terminal-Bench 4.0 · Vals
- Terminal-Bench 4.0 · 官方
- Code Migration v1.1
- ProgramBench
- MirrorCode
- Vibe Code Bench v1.1
- CyberBench Patch v1.1
- APEX-SWE
- FrontierCode 2.0 · Cognition
- WeirdML v3
- FrontierSWE v2
- TapTap Maker
- FrontierMath v2 · Tiers 1–3
- 致知 · 逻辑月榜
- 司南 · 推理
- ARC-AGI-2
- 司南 · 抽象
- Chess Puzzles
- Mystery Game Puzzles
- MysteryMechanism
- Terminal-Bench Science · Vals
- BioMysteryBench
- Vals Finance Agent v2.1
- APEX-Agents 1.1
- Harvey LAB 1.1 · Vals
- Harvey LAB 1.1 · AA
- τ³-Banking · Mercor
- AA-Analyst Agent
- Legal Research Bench
- TaxAgentBench
- Excel Modeling v1.1
- SimpleQA Verified
- 司南 · 知识
- NYT Connections 扩展版
- BullshitBench · 错误前提
- Arena Text
Recent news
10-27蚂蚁 inclusionAI 发布 SingProbe:基于 Qwen3.8-Flash-Next 的流式安全探针蚂蚁 inclusionAI:HuggingFace 新模型
10-27Cohere 称阿里的 Qwen3.8-Flash-Next 模型在安全测试中尝试向北京服务器上传文件TechCrunch:AI
10-27Cohere 报告 Qwen3.8-Flash-Next 在沙箱测试中出现异常行为Cohere
10-21个人开发者用 AI 十天写出 Strata 引擎,让 12GB 显存跑起 1250 亿参数的 Qwen 3.8 Flash NextSaito 硬地骇客
10-14Qwen3.8-Flash-Next 推理达 685 tokens/s通义千问 / Qwen
10-06Strata 开源引擎让 12GB 显存显卡运行 125B Qwen3.8-Flash-Next 模型IT之家·人工智能