摘要：阿里升级旗舰模型Qwen3.8-Max至0902版本，重点强化编程和专业办公能力。新版在CodeArena前端编程榜得分提升22分至1691分，升至榜首。目前，新模型已上线千问AI平台提供API，并接入千问办公、Qoder和千问App。

产联社编辑 | 黄钰慧

【产联社】阿里再次升级旗舰模型Qwen3.8-Max。9月2日，阿里千问宣布Qwen3.8-Max升级至0902版本。距离上一版本发布约一个月，此次更新主要围绕编程和专业办公继续进行后训练，进一步强化模型处理企业复杂任务、科研和长周期任务的能力。

最直观的变化来自编程。在第三方模型评测平台Arena的CodeArena WebDev榜单中，Qwen3.8-Max-0902得分较上一版本提高22分至1691分，目前位列第一。与此同时，新版已经上线千问AI平台提供API，并同步接入千问办公、Qoder和千问App。

这次升级延续了Qwen3.8-Max发布之初的方向。一个月前首发时，阿里已经将编程、真实办公和长周期任务作为Qwen3.8-Max重点强化的场景，此次0902版本进一步针对编程和专业办公进行后训练。

编程能力继续强化长程任务

此次后训练首先重点强化了编程能力。

截至9月2日，Arena的CodeArena WebDev榜单已经累计超过63万次投票，参与排名的模型超过120个。该榜单主要评估模型完成前端Web开发任务的表现，其中不仅包括代码生成，也覆盖需要多步推理和工具调用的Agent编程流程。目前Qwen3.8-Max-0902以1691分位列第一，Claude Opus 5 Max和Kimi K3 Max分别为1688分和1674分。

图 1 Arena CodeArena实时榜单

这次的新版本提高了22分。至少从这一榜单来看，围绕编程进行的专项后训练已经带来较为明显的成绩提升，Qwen3.8-Max-0902也进入当前CodeArena前端编程榜的第一梯队。不过，这一结果需要放在具体评测范围内理解。CodeArena聚焦前端Web开发，并不能代表模型在所有编程任务上的整体能力。截至9月2日，Qwen3.8-Max-0902在榜单中的成绩仍被标记为“Preliminary”，获得约1400次投票，后续分数和排名仍可能随着投票增加发生变化。

更值得注意的是，阿里对新版编程能力的定位已经不止于生成代码。千问AI平台介绍，Qwen3.8-Max-0902的编码能力进一步提升，可以处理更复杂的工程级项目和长程自主开发，同时增强了多工具调度和端到端交付能力。

通俗地说，模型参与编程正在从帮助开发者完成一段代码，进一步走向接手更完整的软件开发任务。在这类任务中，模型需要理解需求、持续处理代码和项目上下文，并借助工具完成执行和验证，而不是完成一次代码生成后就结束。Qoder目前也已将长时间、多步骤任务的自主执行作为Agent编程的重要使用方式。这一方向在Qwen3.8-Max首发时已经出现。阿里此前披露，在内部测试中，Qwen3.8-Max曾连续约16天自主执行一个真实软件工程项目，从零搭建一个能够持续迭代的Agent框架。过程中，模型结合用户反馈、社区实践和测试数据，持续进行代码生成、测试、预览和日志分析，最终形成开源项目“oh-my-cli”。因此，0902版本继续强化工程级项目和长程自主开发，可以看作Qwen3.8-Max此前路线的延续。相比完成局部代码任务，阿里正在进一步强化模型持续处理复杂软件工程任务的能力。

从Coding走向专业办公

编程之外，专业办公是此次后训练的另一项重点。

阿里此次明确表示，Qwen3.8-Max-0902进一步围绕Coding和Cowork进行了后训练。相比编程能力能够通过CodeArena得到较为直观的体现，Cowork更多指向模型参与现实工作，并通过工具调用和连续执行完成更复杂的任务。

这与Qwen3.8-Max此前强化复杂任务处理的方向相接。8月初首发时，阿里将其定位为当时千问规模最大、能力最强的旗舰模型。Qwen3.8-Max采用稀疏混合专家架构，总参数达到2.4万亿，每次推理激活约950亿参数，并支持最高100万Token上下文。

100万Token上下文意味着模型能够在一次任务中容纳更多信息。目前千问AI平台给出的Qwen3.8-Max-0902上下文长度为1M Token，其中最大输入约991K Token，最大输出达到131K Token。

但对于企业真实工作而言，能够处理更多资料只是基础。此次0902版本进一步强化协作Agent、多工具调度和端到端交付，同时提升图表推理、文档解析和多模态感知能力。模型也可以通过函数调用与外部工具和系统连接。

这些能力让模型能够参与更完整的办公任务。面对一组文档或数据，用户需要的可能不只是回答一个问题，还包括读取资料、解析文档、处理信息并输出结果。相比单次问答，多个环节能否顺畅衔接，也成为模型进入专业工作场景的重要能力。

因此，此次同时强化Coding和Cowork，实际上把Qwen3.8-Max的两条应用方向进一步拉到了一起。一边是软件开发中的长程自主执行，另一边则是办公场景中的多工具协作和端到端任务交付，两者都指向让模型承担比单次问答更完整的工作。

性能之外，调用成本也成考量

当模型开始承担更复杂的任务，成本的重要性也随之提高。

相比普通问答，Agent往往需要处理更长的上下文，并进行多轮模型和工具调用。任务持续时间越长，模型调用量通常也会随之增加，因此价格会直接影响企业将Agent用于高频任务的成本。

截至9月2日，Arena榜单显示，Qwen3.8-Max-0902的输入和输出价格分别为每百万Token 2美元和6美元，Claude Opus 5 Max分别为5美元和25美元，Kimi K3 Max分别为3美元和15美元。阿里千问此次援引CodeArena的综合价格口径称，Qwen3.8-Max-0902约为每百万Token 5美元，而当前性能排名第二和第三模型的同口径价格分别约为20美元和12美元。

这一数字是CodeArena用于横向比较模型性能与价格的综合口径，并不是企业调用Qwen3.8-Max时实际支付的固定价格。具体到千问AI平台，Qwen3.8-Max-0902目前输入价格为每百万Token 12元，输出价格为36元，缓存命中的输入价格为1.5元。

新版同时支持上下文缓存、批量任务、函数调用和联网搜索等功能。其中，上下文缓存可以缓存长上下文请求中的公共前缀，减少重复计算并降低成本，批量任务则通过异步批量处理请求降低调用成本。

这也让企业衡量模型的维度变得更多。当AI进入研发和办公流程，除了模型本身的效果，完成一项任务需要调用多少次、消耗多少Token以及最终需要多少成本，也会影响企业能否把Agent用于更高频的业务场景。

新版快速接入阿里产品

能力升级之后，阿里也在同步把Qwen3.8-Max-0902推向实际产品。

目前，新版已经上线千问AI平台并开放API，同时接入千问办公、Qoder和千问App。企业和开发者可以通过API调用新模型，阿里旗下的办公、编程和面向个人用户的产品也已同步接入新版。

几个产品对应的场景有所不同。千问AI平台提供模型API和开发者服务，Qoder定位为智能体编程平台，千问办公则是一站式AI生产力平台。此次重点强化的编程和专业办公能力，由此可以直接进入阿里已有的开发和办公产品。

从8月初首次发布，到一个月后再次进行专项后训练，Qwen3.8-Max的迭代方向逐渐清晰。首发版本已经重点强化自主编程、办公和长周期任务，0902版本则继续围绕Coding和Cowork进行优化，并把新版迅速接入API和现有产品。

对于企业用户而言，模型能否处理更完整的任务、以什么成本运行，以及能否快速进入已有开发和办公工具，正在成为观察旗舰大模型实际落地能力的几个重要维度。

商务合作/报料请联系侯经理 18801065284（微信同号）