Qwen 系列的闭源模型，我是真的很少用。虽然它上一轮 3.7 就已经号称国产第一了！
每次上新模型我都得找渠道测试！
这次看了下 Qoder 国内版有 800 多次配额 + 300 Credits，那就拿这个来测了！这个软件它们也搞了挺久了。
Qwen 3.8 Max 这次参数也高达 2.4T，而且有 1M 上下文，基准也是亮眼。
它同时也是多模态模型：
文本输入 ✅
图片理解 ✅
视频理解 ✅
文档理解 ✅
所以，从宏观的角度来看，这是一个值得测试一下的模型！
那么里面到底如何呢？我们只能是上手摸一下才有感觉了。
今天这篇文章就把 Qwen 3.8 Max 弄弄明白！
基准信息
按照惯例，我们要先看看卖家秀。看看官方是怎么描述这个模型的，看看官方基准上是什么样子的，看看竞技场榜单是什么个情况。
官方对这个模型的描述是：
我们迄今为止最强大的模型，然后下周开源！Qwen 3.8-27B 也会和大家见面。
以 2.4T 参数规模树立编程与协作新标杆：
自主编程：超过 10 天的自我演化开发
真实工作，真实成果：跨越数百种职业的生产级交付成果。
长时程掌握：系统级自主规划，结合闭环自适应学习，推动 500+ 轮芯片设计优化和 365 天电商策略制定。
原生多模态智能：视觉不仅是输入------它是规划、执行和自我修正的持续反馈循环。
看起来确实非常厉害！其实我比较关心它这个 27B 的模型，能达到什么水平。本地能有一个不错的模型，比较实在。
另外它们也专门提到了价格：
输入：；输出：6.0 / M tokens；隐式缓存：$0.25 / M tokens
最后看一下基准数据：
从这个图表来看，可以看到 Qwen 3.8 明显比 3.7 强很多，甚至很多方面都比 Opus 4.8 强不少了。比起 Fable 5，在关键基准上还是差好几点意思！比如 SWE 软件工程系列，Claude 家几乎无敌！
当然基准也就是看看而已。要面向基准优化，简直是不要太简单！泛化能力是关键。
再看一眼 arena 的榜单吧：
每次国产模型上线，最喜欢看来吹的就是这个榜单了。这个榜单虽然号称盲测，但是我感觉是被刷的最凶的一个榜单。因为它没有具体标准，所以很好刷。国产模型只要上了，基本上都是榜上有名。
离谱的是 DeepSeek 这种盲人模型，前端能力也排到第八名了，就问你们离不离谱吧！ 它凭什么和 Opus 4.8 think 版去比前端啊。
尽管刷得厉害，但是他们还是刷不掉 Opus 5，你们知道什么意思了吧！Opus 5 是真的超级无敌强！
我对这些数据和自媒体短视频啥的吹牛逼视频是一点兴趣都没有。只有我自己测试过，才会有比较直观的体感。
下面就开始实测吧！
我之前不停地给模型创造难题，想出各种刁钻的测试角度，我是花了很多心思的。但是被一些朋友批评了，说每天不一样，不好对比。所以我以后就安稳一些，就比较目前已有的题目就可以了。这样我省事儿，你们也看得清楚。我们已经有非常充分的参考数据了，我已经测了几十个主流模型了。
赛博朋克版清明上河图
这是我原创的例子，特别考验想象力和创造力，以及不同概念的理解和融合能力。这个例子光靠基准训练可没用，必须要有极强的泛化能力才可以。
今天的例子挺多，我就不展示完整的提示词以及评判标准了。这些在 JarvisUni 上都写得非常详细。
我就重点给大家展示结果，然后说一下好的地方，以及不好的地方。
我们的测试方法也很简单，直接打开 Qoder 的 Quest 模式，输入需求，然后一个回车。
测试结果如下：
这个版本，比它自家的 3.7 Max 要好多了，对比可以到 JarvisUni 上查看！然后第一眼的感觉是，这个排列效果和 Opus 4.8 的比较像。它已经学会屋檐上用点弧度了。但是没有 Opus 4.8 的精致。
另外比较好的一点是，它也学会建虹桥了，然后也做出了河流和船只。这么一来内容就丰富了不少，空间感也强了很多。后排的建筑还是抽象了一些，然后飞行器像小蝌蚪，也是有点抽象。这个效果在 Fable 5 和 Opus 5 面前还是弟弟，但是在国产模型中算表现优异了。
在空间感和内容丰富度方面，应该是比 K3 强一些！
3D 台球
这是一个和游戏、3D 建模、空间感、物理特性相关的开放式题目。
我的第一轮需求只会说"我想做一个 3D 台球，你有什么看法"。
Qwen 3.8 Max 很快提出了它的想法，然后直接就问我要怎么做了！
我一般只选它推荐的选项，所以我选了 A！
第一个版本如下： 
这个结果粗略看起来还是可以的。至少台球该有的东西都有了。桌面、桌体、桌脚、阴影都有了，6 个口子也算是有点意思了。这个首次效果好像又比 K3 好一点。K3 当时就搞了一个台面，没有孔，没有桌子。
但是这个例子也有问题，球体有时候会乱飞，动力效果不是太好，不能旋转视角，没有音效，没有菜单。整体来说非常简陋。瞄准方面也做的不是很好。
所以就有了第二轮对话：
我首先是问了它有什么可以提升的方法。它建议提升音效、目标球预测、库边斜面、袋口碰撞。这几个角度都是非常准确的。然后我又补充了一些我的需求，接下来就看它的升级能力了。
接下来...就卡住了...一直请求超时！
终于，改完了：
整体画面感还不错，球桌、地板和地毯都有了。然后左上角添加了不同视角。
按它的说法是改进了：瞄准系统增强、音效系统、台球室场景、多视角切换、落袋特写、桌下回球动画、球桌建模细节。
感觉改了还是挺多的。但是属于改越多 Bug 越多，真正的体验提升非常有限！
你们看这个建模细节，莫名其妙的两根杆子，然后洞口都被堵住了，细节基本上没法看了。还有一个问题，一旦播放到落袋特写之后，它居然不会把画面切回去，什么弱智啊，你让我第二杆怎么打？
俯瞰视图也是有点问题的。聪明的模型知道要把灯隐藏一下。弱智模型就是提交这种半成品，完全不管用户体验。
奇了怪了，就是一个开放题，K3 和 Qwen 3.8 表现都不是很好。为了把它们调到能用，还需要很多时间，我把该说的都说了，最后体验还是不好。Opus 5 一轮就把整体体验做好了，后面就真的只是优化细节而已。
这个例子我会继续优化一下，看能调到什么样子。我会把最终优化好的结果放到 JarvisUni 上面！
甲维斯的车库
这是一个 3D 和 UI 克隆的项目。
主要考验模型的多模态能力、通过图片复刻网页的能力，以及世界知识和 3D 建模的能力。
这个项目整整跑了两个小时，从 8 点半跑到 10 点半！！！！！
结果如下：
首先说好的地方，这个 UI 本身其实挺不错的。结构非常稳健，功能分块清晰，所有功能点都是正常的。
但是......你看它这个建模......捷安特长这个样子么？？
特斯拉长这个样子：
建模是彻底失败的，另外网页复刻其实也是失败的。
原图是这样的：
Qwen 3.8 在配色、字体、布局细节上都是没有做到高精度还原的。尤其是布局方面，私自做了很多改动。这一点上 K3、Opus、GPT 5.6 都要比它强好多。
所以 3D 建模和网页复刻，它表现并不是太好！
而 K3 这个例子是表现得特别出色！
当然，从这个例子我们也可以看到，Qwen 3.8 Max 也能不停地截图来自我纠正了，它这种纠错机制已经建立起来了。可惜它这方面的能力有限，即便有这种机制，但是它截图后理解不了，理解了又做不到，那也是无解题。
天文机械表
这是一个烧脑的题目，当前也涉及到视觉呈现。同时涉及到了月相，日落日出，时区等问题。它不能实时联网获取，需要自己设计好算法进行计算。其中的单个需求都不是特别难。但是多个需求叠加在一起，就会很难。因为模型的注意力有限，脑力不够，就会漏出马脚。
跑到这个例子的时候，超时的问题已经非常明显了！大概 6 分钟断一次，断了好多次，什么都没有！我已经点了无数次继续了，到写文章的时候还是没有出效果，半天过去了，我等不了它了。 每次这种时候我就想骂人！你基准吹得再牛逼有毛用。
游戏复刻测试
按照惯例，我也做了游戏复刻的测试，主要是经典游戏《坦克大战》和《超级玛丽》！这些都是老游戏了，其实网上是有开源项目的。我就测试它们理解和重构的能力。我试过很多模型，它们都是不会直接照抄源代码的，这一点可以放心。主要是看它们抄核心规则的能力！
坦克大战结果如下：
我试了下，整体复刻效果不错！
因为我提示词里面特别强调了最好 1:1 复刻，Qwen 3.8 是完全没有道德和版权约束，果断就去抄，去解析地图了。所以地图做到了 1:1 还原，游戏机制基本也是对的。
刚开始它出坦克的逻辑有问题，也是它自己修复的。
最后就是正常能玩第一轮，但是到了第二轮就出现问题了，一开始就游戏结束，一开始就游戏结束。可能是哪个标志位没有处理好。这就给人不太靠谱的感觉。
下面是《超级玛丽》的效果：
我大致体验了一下，能玩的，基本上的逻辑都实现了。刚开始一部分的地图还原度较高，后面的差异比较大。然后比较大的一个 Bug 是，超级玛丽的跳跃能力惊人，直接顶天，这个属于自我发挥了。只能说非常有趣，但是不够还原。另外，角色和画面风格方面还是差点意思的！
因为它还在跑，我还在等...等的累啊。最终稿结果可能还会有所优化，文章里我就写这么多了。
这一趴整体不错，和 K3 差不多的感觉，都是能玩的。看来，这一波模型已经都攻克这两个游戏了，只是细节上还没法做到特别好。
所以差异都在细节了，测了一个上午，快瘫了，这部分就不展开了说了，我会全部同步到网站上。
网站上的对比参考数据非常非常多，几乎所有主流模型的主流版本我都测试了！
最后做个简单总结
我现在几乎不看网上那些广告稿子了，所以不确定它们是怎么宣传的，有哪些虚假和真实的成分。我反正是实测的，我也不收广告费，我也不按它们设定的特训例子进行测试。我就按自己的例子和思路来测试。
我的整体感觉是"更大的大模型"能力上确实会有明显的提升，这次 Qwen 3.8 明显比 Qwen 3.7 好不少，前端能力、逻辑能力、智能体的规划和纠错能力都提升明显。
在整体级别上应该是和 K3 差不多级别的，有些例子的首轮结果甚至比 K3 还好。但是它在 3D 建模、UI 复刻等方面明显不如 K3。K3 我是烧了 30 亿 Token 了，体验还是非常深入的。Qwen 3.8 我大概也测了 6 个例子了，整体感觉还不错，但是还是有点"糙" ，这个就像打 CS 的鼠标一样，它能打，但是手感还是不够细腻。
如果以顶级模型的标准来要求它的话，它对需求的理解能力、对最优开发路径的规划能力、对不常见问题的推理能力，以及多轮需求下的修改能力，这些方面还有很大的进步空间。
还有一点要稍微吐槽一下，Qoder Quest 都已经可以过周年庆了，体验依旧不是很好。
展开思考过程很卡，或者干脆点了没反应，导致整个界面卡死。然后对话右键居然无法打开项目目录，你学谷歌是吧？你这很危险！然后中间的超时等待体验不是很好，还出现了整个软件卡死的情况。这方面远不如 Codex 和 Claude 的体验，连 Zcode 都不如。智谱的 Zcode 现在也是疯狂更新，像模像样了，特别适合开发者。
Qwen 做开源，大家都是喜大普奔，但是做产品，无论是模型还是软件，都差点意思。
另外的感受就是，现在的模型都越来越大，智能体能力越来越强，越来越聪明，很多常见问题都是小 case 了。但是也面临思考时间越来越长，Tokens 消耗越来越高！你们看，光几个测试 800 次调用快干完了。
真的要干活的话，套餐和 Tokens 成本还挺高！别听别人吹，实际用还是有很多维度要考虑的。
有的时候，不求最强，只要便宜够用。有的时候追求稳定，有的时候需要攻坚！目前看来，国内主要就围绕 GLM、Kimi、DeepSeek、Qwen 了。其它家已经掀不起什么风浪了！
好的坏的我都说了，大概就是这个样子，仅供参考！