阿里升级 Qwen3.8-Max 到 0902 快照，网页开发榜登顶

9 月 2 日，阿里 Qwen 团队把旗舰模型 Qwen3.8-Max 升级为带日期后缀的 0902 快照（别名 qwen3.8-max-2026-09-02），也就是在 8 月初发布的 2.4 万亿参数基座之上，再做了一轮针对编码与协作智能体的后训练。官方模型页把它定义为「qwen3.8-max 的升级快照」，不是新一代模型，也不是换架构。

这轮更新没有改动参数规模、上下文窗口和定价：仍是 2.4T 参数的 MoE 架构、1M token 上下文、每百万输入 2 美元、输出 6 美元。变化集中在行为层面——官方称编码能力可以处理更复杂的工程级项目与长程自主开发，协作智能体在多工具编排和端到端任务交付上更稳，原生视觉理解在图理解、文档解析上也有细化。官方页面见 QwenCloud 的模型页。

「0902」不是版本号递增，而是部署日期戳。Qwen 团队沿用 DeepSeek 从 V3-0324 开始的做法：同一个模型名，背后的权重在夜里被替换，老 checkpoint 仍然可寻址，新请求默认落到新权重上。9 月 1 日晚 10 点（美东时间）官方在 X 上发文宣布，当晚模型页就在 QwenCloud 上线。

这种命名方式对开发者有一个实际影响：你代码里的模型字符串不用改，但行为会在某个时间点悄悄变化。对追求稳定复现的团队来说，这意味着发布前应该锁定快照别名（例如显式使用带日期后缀的模型 ID），而不是裸用 qwen3.8-max，否则上周调好的 prompt 这周可能跑出不同结果。

按 Qwen 发布的数据，提升集中在编码与办公自动化两类任务。终端编码基准 TerminalBench 3.0 从 11.3 涨到 29.0，程序复现类基准 ProgramBench 从 10.5 涨到 28.0，办公自动化基准 JobBench 从 53.4 涨到 64.0，Agent 网页操作基准 WorkArena Elo 从 1348 涨到 1468。仓库级代码理解 SWE-Atlas QnA 达到 66.3，自动化工作流基准 AutomationBench 达到 50.8。

第三方榜单也能交叉验证：Arena 的 Code Arena 网页开发榜显示，0902 快照以 1,691 分登顶第一，比 8 月版本的 1,668 分高出 22 分，并超过 Claude Opus 5（Max）的 1,688 分；在同等价格区间的 Pareto 前沿上排在首位。需要提醒的是，这些内部基准数字来自厂商自报，尚未被第三方独立复现，引用时应标注来源。

价格没有动：输入每百万 token 2 美元、输出 6 美元；缓存是省钱的关键，隐式缓存命中每百万 0.25 美元，显式缓存读取 0.17 美元，显式缓存创建 2.5 美元。上下文保持 1M，思考模式、代码解释器、联网搜索、网页抽取、图片搜索等内置工具继续可用，输入上限 991K（开思考时 983K），输出上限 131K。

接入方式与之前一致：通过 QwenCloud 或阿里云百炼的 API 调用模型 ID qwen3.8-max-0902（或别名 qwen3.8-max-2026-09-02）即可，无需重新申请或迁移。想在本地验证效果的团队注意：这次发布是 API 优先，官方没有同步放出 0902 快照的开源权重，目前可下载的最新 Qwen3.8 权重仍是 8 月基座。

Qwen 发布的对比表里，0902 在若干行领先：仓库级代码理解、自家更难的 QwenSWEBench V2（70.0，对比 Claude Opus 5 的 68.0、Fable 5 的 67.1）以及自动化工作流基准排在前列。但读表要留意脚注：对比对象是 Fable 5 和 Opus 5，不是同日发布的 Fable 5.1；TerminalBench 等竞品分数取的是「各框架下最佳公开成绩」；QwenSWEBench V2、CoWorkBench、WorkArena 三个是 Qwen 自家基准。多数智能体编码与办公任务行上，Claude Opus 5 仍然领先。

一句话判断：0902 把「中国旗舰模型在编码任务上追平甚至反超西方头部模型」从口号变成了可核对的榜单事实，但在通用的长程办公与知识工作上仍差一口气。预算敏感、以编码为主的团队，这版性价比边际改善明显；追求全能办公智能体的团队，建议等第三方评测出来再决定是否切换。

受影响最大的是三类人：用 Qwen3.8-Max API 做编码 Agent 的开发者（同样的钱，同样的模型名，任务完成率可能明显提升）；做前端/网页开发、之前因为 37 分的差距放弃 Qwen 的团队（差距已被抹平，值得重新评测）；以及关注中国大模型追赶进度的研究者——这是继 8 月 26 日 Qwen3.8-Flash-Next 之后，Qwen 又一次把重心押在「办公与协作智能体」上的信号。

建议的验证路径：用自己项目的真实仓库跑一轮 DeepSWE 或 TerminalBench 风格的任务，对比 0902 与 8 月基座、以及你当前主力模型在同一批任务上的完成率和耗时；注意锁定快照别名以保证可复现。下一步值得关注的是 Qwen 是否会给这版快照补开源权重、以及 9 月内 Claude 与 Gemini 阵营会不会用新的 Flash/小模型档位回应这个价位的竞争。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://www.qwencloud.com/models/qwen3.8-max-0902

如发现事实、价格或链接有误，可通过 联系我们 提交更正。