實測千問Qwen3.8 預覽版，國產模型開始圍攻 Fable 5

Kimi K3 的發布引起了海內外網友的高度關注，2.8T 的萬億大參數模型，直接在某些測試項目上，把國外閉源模型給擊敗了。

緊跟在 Kimi K3 之后，定位千問新一代旗艦基座模型的預覽版 Qwen3.8-Max-Preview，也正式發布，開放給所有用戶使用，接替 5 月發布的 Qwen3.7-Max。

兩個月的時間，Qwen3.8-Max 的參數量從 3.7 時代的「超萬億的千問模型」到現在的 2.4T，千問團隊表示 Qwen3.8-Max 是目前最強大的模型之一，兼容領先的前沿 AI 模型，僅次于 Fable 5。

目前在千問官網，已經能體驗最新的 Qwen3.8-Max-Preview 預覽版

雖然正式版還沒上，Qwen3.8-Max-Preview 在 X 上的熱度也并不比 Kimi K3 要低，將近 600 萬次的瀏覽，但網友們討論的內容都集中在「能聊 ≠ 能用，承諾 ≠ 交付」。

大家都在等正式版/滿血版的 Qwen3.8-Max，以及模型的 benchmark 表、激活參數量，和 Hugging Face 上帶許可證的真實權重文件。

對比之前 Hy3 的預覽版和正式版，三個月的時間簡直是兩個模型。這次 Qwen3.8-Max 正式版估計不會要等三個月，所以我們還是簡單測試了一下 Qwen3.8-Max 的預覽版，看看是不是值得期待。

實測 Qwen3.8-Max-Preview，速度很快但效果

幾乎所有的大模型公司都開始有自己的「Codex」應用，Qwen 用于編程和效率工作場景的應用是 Qoder/QoderWork。我們這次使用 Qoder 來對 Qwen3.8-Max-Preview 進行測試。

在 Qoder 內可以看到 Qwen3.8-Max-Preview 的定位是最新一代基座模型，深度推理辦公的首選，而模型上下文窗口在模型設置中，最多可以拉到 1M，即支持百萬字上下文。

我們先是讓它設計一個個人作品集網站首頁，這類工作對大模型來說基本上都是「灑灑水」，關鍵點在于怎么做得高級又好看，有創新點。

生成過程中，Qoder 會彈出問題要我們選擇網頁的樣式和內容，但也可以直接讓 AI 自行決定。

最終的生成的網頁效果確實不賴，并且還添加了適當的緩入緩出的漸變效果，讓網頁的閱讀體驗更高級。

上下滑動查看更多內容

在 Qoder 應用內，我們發現它提供了 161 種風格參考，包括 Aribnb、Apple、Figma、GOV.UK 等不同網站，我們可以直接應用對應風格，來創作網頁。

此外，Qoder 非常好的一點是，我們可以直接對網頁進行修改。通過應用內的「畫布」功能，我們可以直接選擇網頁上的元素，進行排版、顏色、間距、文本內容、視覺編輯，以及描邊等參數的修改。

接著測試「真才實學」的代碼能力，自從 Fable 5 出來之后，有網友用它制作各式各樣的 3D 網頁，模擬真實的地理環境，創作不同的游戲場景。3D 測試也成了這段時間以來新發布大模型必測的項目之一。

我們從之前的 3D 測試提示詞項目中隨便找了一個，這次是在 Qoder，即代碼場景下的應用內讓它完成，完整的提示詞是：

創建一款明亮的 Three.js 屋頂跑酷游戲，場景位于風格化的紐約街谷上方。玩家開局時已經在奔跑，朝著第一個發光的屋頂邊緣沖去。

不要創建標題畫面、菜單、關卡選擇、新手引導浮層或按鍵開始狀態。

核心玩法只有一個：在計時結束前，從一個屋頂邊緣跳到另一個屋頂邊緣，穿過屋頂檢查點，最終抵達終點廣告牌。打造一條充滿活力但范圍集中的天際線路，加入水塔、消防梯、屋頂通風口、廣告牌、晾衣繩、遠處車流、窗格陣列和清晰的落點標記。

加入計時器、檢查點計數、重置功能、緊湊的操作提示和近距離第三人稱鏡頭。整體要明亮、有動感、清晰易讀，并且打開后即可游玩。

Qoder 的整個任務界面也很像 Codex，主頁面顯示當前任務的對話窗口，側邊欄顯示項目概要，包括項目進展、產物和文件或 Skill 的引用，以及終端和文件信息等。

Qwen3.8-Max-Preview 的運行時間非常快，深度思考 29s、深度思考 1s、深度思考 1s，沒用幾分鐘就把這個 3D 網頁給做出來了。

游戲確實是能玩的，而且整體的風格和 Fable 5 也確實類似，但是這是第二版的結果。第一版 Qwen3.8-Max-Preview 給的網頁沒有控制好玩家前進的速度，導致游戲體驗極差，幾乎每次都要掉下去重來。

我們在 Qoder Work 和網頁版內輸入同樣的提示詞，只有 Qoder 交付的結果是比較樂觀的，其他的平臺應該是沒有針對編程項目做過專門的優化，以及單獨的 HTML 文件沒有順利加載 Three.js 庫文件等問題。

Qoder Work 內生成的網頁是一片漆黑

接著我們又讓它生成一些 3D 的藝術世界，在莫奈位于吉維尼的睡蓮世界中，打造一個極限的 Three.js 體驗：一片遼闊的池塘，同時也是一幅畫，整個水面與花園都由漂浮的純色筆觸構成，乘船穿行其中。

光是聽著就很有難度，這次 Qwen3.8-Max-Preview 的執行時間也比紐約屋頂跑酷任務更久，但整體上依舊很快，尤其是側邊欄顯示的進展，經常是一瞬間就全部 Checked 完成。

最后的結果就相當抽象了，完全不知道這個網頁是什么。雖然它在結果里寫著 118,500 個獨立色彩筆觸，有睡蓮葉、花朵、日本橋等等元素，但是交付的網頁就是一些碎片在旋轉。

二次修改讓它重新檢查之后，新的結果依舊是有點一言難盡，但至少是比第一次能明顯地看到這個橋的形狀了。

而如果是復刻 App，我們也輸入「幫我復刻一個 flighty 的 app，給我可以分享的網頁預覽鏈接先。」，看看它能否學到 Flighty 精美的交互和動效，以及簡潔大方的 UI。

結果也是相當簡陋，而且幾乎沒有任何功能，只是找了幾個航班放在這里展示。我甚至授權了 Vercel（網頁部署平臺）給它，但是這個交付的網頁很明顯是不夠格的。

除了在 Qoder 內能體驗到 Qwen3.8-Max-Preview，我們在千問官網也測試了一下模型的深度研究能力。

最后的結果，基本上和我們用 Qwen3.7-Max 測試是類似的，從核心摘要到市場格局，以及未來行業發展趨勢，都沒有太大的差別。

上下滑動查看更多內容（部分）

目前預覽版的能力或許無法代表最終 Qwen3.8-Max 的能力，但國產開源模型進擊的勢頭確實讓人招架不住。

國產開源大模型首次超過閉源模型

國外的網友說，現在的開源模型幾乎都是來自中國。已經發布的 GLM-5.2 和 Kimi K3，一個是接近 Anthropic 的 Opus 水平，一個來到了可以跟 Fable 5 一桌的等級。

而本月還將迎來 Qwen3.8-Max、DeepSeek V4 正式版、GLM-5.5，以及 MiniMax-M3-Pro，幾乎都把「對標 Fable 5」當成了模型的評價基準。

OpenAI 的戰略未來主管 Dean W. Ball 在 X 上發文，提到 Kimi 是一個非常優秀的模型，它不認為 Kimi 的性能可以用蒸餾之類的技術來解釋。

而在 Agent Coding 測試里，Kimi K3 的表現幾乎可以與今年一季度最好的公開模型相媲美。

今年以來，主要公司的大模型發布情況顯示累計有 39 次模型發布，其中國產模型有 21 個，而美國的大模型 18 個。

39 個大模型中開源模型有 17 個，其中 13 個來自國產開源模型，4 個美國模型分別是 Mira Murati 的 Thinking Machine Lab 最新發布的 Inkling 模型、英偉達發布的 Nemotron 3 Ultra、Google 的 Gemma 4 以及英偉達的 Nemotron 3 Super。

或許現在談要超過 Fable 5 為時尚早，但是當看到 X 上的網友一本正經的分析：

Mythos Preview 是 10T 參數模型；GPT-6、Fable 5.1 已經完成訓練但尚未發布；美國實驗室因為安全風險主動壓低或隱藏能力；以及國產模型近期的進步有一部分仍然來自蒸餾等判斷……

這就很讓人忍俊不禁，照他們的邏輯，中國模型成績追上來，可以歸因于蒸餾和刷榜；尚未追上的部分，又可以解釋成美國把真正的強模型藏起來了；無論出現什么結果，都不會輸。

今天的榜單上，Kimi K3 可能超過了某個國外模型；明天 Qwen3.8-Max 可能又在另一個項目里拿到第一；再過幾天，DeepSeek、智譜還會繼續把新的模型推上來。

模型之間的差距，開源和閉源，國產和海外模型，都正在變得越來越短。

以前，想要最強的模型，可能只能選擇少數幾家海外閉源模型。現在，同樣的能力開始出現在更多模型、更多產品，以及更多本地部署的方案里。

模型能力越接近，我們的選擇就越多。最后決定我們能不能用上更強 AI 的，大概會是這些模型，誰先把價格打下來。