Qwen 3.8-Max คืออะไร

อาลีบาบาได้เปิดตัว Qwen 3.8-Max อย่างเป็นทางการเมื่อต้นเดือนสิงหาคม 2026 โดยมาพร้อมกับคุณสมบัติที่น่าสนใจและไม่เหมือนใคร: โมเดล Mixture-of-Experts ขนาด 2.4 ล้านล้านพารามิเตอร์ที่เปิดใช้งานเพียง 95 พันล้านพารามิเตอร์ต่อโทเค็น, ราคาคงที่ที่ 2 ดอลลาร์/6 ดอลลาร์ต่อล้านโทเค็นตลอดบริบท 1 ล้านโทเค็นเต็ม, และคำมั่นสัญญาว่าจะเผยแพร่น้ำหนักโมเดลต่อสาธารณะบน Hugging Face และ ModelScope ภายในหนึ่งสัปดาห์ ส่วนสุดท้ายนี้สำคัญมาก เพราะยังไม่เคยมีโมเดลระดับ Qwen-Max รุ่นใดที่เผยแพร่น้ำหนักแบบเปิดมาก่อน

การประกาศอย่างเป็นทางการระบุว่าเป็น Qwen ที่มีความสามารถมากที่สุดในปัจจุบัน และตารางการวัดประสิทธิภาพจากผู้ขายก็สนับสนุนข้อเท็จจริงนี้ด้วยผลลัพธ์ที่แข็งแกร่งอย่างแท้จริงและข้อด้อยบางประการ คู่มือนี้จะอธิบายว่า Qwen 3.8-Max คืออะไรจริง ๆ, ตัวเลขต่าง ๆ บ่งบอกอะไร, มีตำแหน่งอย่างไรเมื่อเทียบกับ Kimi K3, Fable 5 และ GPT-5.6 Sol รวมถึงทุกช่องทางที่คุณสามารถใช้งานได้ในวันนี้ หากคุณวางแผนที่จะสร้างแอปพลิเคชันโดยใช้ API โมเดลนี้รองรับทั้งปลายทางที่เข้ากันได้กับ OpenAI และ Anthropic ทำให้ไคลเอ็นต์ที่รองรับโปรโตคอลอย่าง Apidog มีประโยชน์สำหรับการทดสอบทั้งสองรูปแบบด้วยคีย์เดียวกัน

Qwen 3.8-Max โดยสรุป

ข้อมูลทั้งหมดในตารางมาจากเอกสารเผยแพร่ของ Alibaba เอง และ หน้าการกำหนดราคา Model Studio ตอนนี้มาดูรายละเอียดกัน

Qwen 3.8-Max คืออะไร

Qwen 3.8-Max เป็นโมเดลเรือธงใหม่ของตระกูล Qwen จาก Alibaba สร้างขึ้นบนรากฐานสถาปัตยกรรม Qwen 3.5 โดยมาแทนที่ Qwen3.7-Max ในอันดับสูงสุด และตารางผู้ขายแสดงให้เห็นถึงการก้าวกระโดดที่มีนัยสำคัญจากรุ่นก่อนหน้า: Terminal Bench 2.1 เพิ่มขึ้นจาก 74.5 เป็น 86.6 และ PaperBench เพิ่มขึ้นจาก 64.8 เป็น 93.0 หากคุณกำลังตัดสินใจว่าจะเปลี่ยนจากโมเดลรุ่นเก่าหรือไม่ ความแตกต่างจะแสดงอยู่ใน การเปรียบเทียบ Qwen 3.8 กับ Qwen 3.7 Max ของเรา

คุณสมบัติเด่นคือการแบ่งพารามิเตอร์ พารามิเตอร์ทั้งหมด 2.4 ล้านล้านดูเหมือนมหาศาล และเป็นเช่นนั้นจริง แต่การออกแบบ MoE เปิดใช้งานเพียง 95 พันล้านต่อการส่งผ่านแต่ละครั้ง อัตราการเปิดใช้งานประมาณ 4% นี้คือเหตุผลที่ Alibaba สามารถให้บริการโมเดลขนาดใหญ่เช่นนี้ได้ในราคา 2 ดอลลาร์/6 ดอลลาร์ต่อล้านโทเค็น สำหรับข้อมูลเพิ่มเติม Kimi K3 ใช้พารามิเตอร์ทั้งหมด 2.8 ล้านล้าน โดยมีพารามิเตอร์ที่ใช้งาน 104 พันล้าน ดังนั้น Qwen 3.8-Max จึงเป็นโมเดลที่มีขนาดเล็กกว่าทั้งสองกรณี

ในส่วนของอินพุต โมเดลนี้รับทั้งข้อความและรูปภาพผ่าน API บล็อกของ Alibaba ยังแสดงให้เห็นถึงความเข้าใจเอกสารขนาดยาว (ไฟล์ PDF มากกว่า 200 หน้า) และความเข้าใจวิดีโอ 100 ชั่วโมงผ่านสิ่งที่เรียกว่ากราฟหน่วยความจำ ให้ถือว่าสิ่งเหล่านี้เป็นความสามารถที่แสดงในบล็อกมากกว่าประเภทอินพุต API แยกต่างหาก การกำหนดค่า API ที่เผยแพร่ระบุข้อความและรูปภาพเป็นรูปแบบการป้อนข้อมูล

การให้เหตุผลถูกควบคุมผ่านพารามิเตอร์ reasoning_effort โดยมีสามระดับ: xhigh (ค่าเริ่มต้น), medium และ low นอกจากนี้ยังมี enable_thinking และ preserve_thinking โดยจะรักษาความคิดไว้เป็นค่าเริ่มต้น รายละเอียดการกำหนดราคาที่ควรทราบล่วงหน้า: โหมดการคิดและไม่คิดจะถูกเรียกเก็บเงินในอัตราเดียวกัน แต่โทเค็นที่ใช้ในการคิดจะนับเป็นเอาต์พุต ดังนั้นค่าใช้จ่ายจริงในโหมด xhigh เริ่มต้นจะสูงกว่าการคำนวณราคาตามป้ายแบบง่าย

Qwen คลาส Max ตัวแรกที่เปิดเผยน้ำหนักโมเดล

นี่คือการเคลื่อนไหวเชิงกลยุทธ์ที่สำคัญที่สุดของการเปิดตัวครั้งนี้ Alibaba ได้เปิดเผยซอร์สโค้ดของโมเดล Qwen จำนวนมากตลอดหลายปีที่ผ่านมา แต่ไม่เคยเป็นรุ่น Max มาก่อน Qwen 3.8-Max ทำลายรูปแบบนั้น: บริษัทกล่าวว่าจะมีการเผยแพร่น้ำหนักโมเดลบน Hugging Face และ ModelScope "ในสัปดาห์หน้า" ซึ่งจะตกประมาณวันที่ 10 สิงหาคม

ข้อควรระวังสามประการที่ระบุไว้อย่างชัดเจน:

1. น้ำหนักโมเดลยังไม่สามารถดาวน์โหลดได้ในขณะนี้ ณ ต้นเดือนสิงหาคม 2026 คำมั่นสัญญายังคงเป็นคำสัญญา Kimi K3 ได้สร้างแบบอย่างล่าสุดไว้แล้ว: น้ำหนักโมเดลของมันถูกเผยแพร่หลังจากเปิดตัวไป 11 วัน ดังนั้นการล่าช้าเล็กน้อยจึงไม่น่าแปลกใจ
2. การโฮสต์โมเดลขนาด 2.4 ล้านล้านพารามิเตอร์ด้วยตนเองเป็นโครงการที่ต้องใช้หลายโหนด แม้จะมีการควอนไทซ์อย่างเข้มข้น ก็ไม่ใช่สิ่งที่สามารถรันบนเวิร์คสเตชันได้ สำหรับทีมส่วนใหญ่ "น้ำหนักโมเดลแบบเปิด" จะหมายถึงการเข้าถึงแบบโฮสต์ผ่านผู้ให้บริการภายนอกที่ถูกกว่า มากกว่าการติดตั้งใช้งานในเครื่อง

หากคุณสนใจ Qwen 3.8-Max ส่วนใหญ่เกี่ยวกับการไม่จ่ายราคาเต็ม เส้นทางที่เป็นไปได้ในปัจจุบันคือ Qwen Chat และโควตาฟรีของ Model Studio ซึ่งทั้งสองอย่างนี้มีอธิบายไว้ในคู่มือของเราเกี่ยวกับการ ใช้ Qwen 3.8 ฟรี

สิ่งที่ผลการวัดประสิทธิภาพแสดงให้เห็น รวมถึงข้อด้อย

Alibaba ได้เผยแพร่ตารางการวัดประสิทธิภาพฉบับเต็มเพื่อเปรียบเทียบ Qwen 3.8-Max กับ Claude Opus 4.8, Fable 5, GPT-5.6 Sol และ Qwen3.7-Max มีข้อควรทราบสองประการก่อนจะดูตัวเลขใด ๆ: ผลลัพธ์เหล่านี้ดำเนินการโดยผู้ขาย และแถวการเขียนโค้ดส่วนใหญ่ดำเนินการโดยใช้ Claude Code harness สำหรับทุกโมเดล การวัดประสิทธิภาพหลายรายการ (QwenSWEBench, QwenQoderBench, CoWorkBench, RecreationBench) เป็นผลงานสร้างสรรค์ภายในของ Alibaba เอง ณ เวลาที่เขียน ไม่มีตัวเลขอิสระจากสำนักข่าวเช่น Artificial Analysis

ด้วยกรอบความคิดนั้น แถวที่โดดเด่นตามตารางของ Alibaba:

จุดที่โดดเด่น:

• PaperBench: 93.0 ซึ่งเป็นผลลัพธ์ที่ดีที่สุดเพียงรายการเดียวของรุ่นเรือธง นำหน้า GPT-5.6 Sol (90.5), Fable 5 (88.8) และ Opus 4.8 (80.3)
• IFBench: 82.8 ซึ่งเป็นคะแนนสูงสุดในแถว นำหน้า Sol ที่ 72.7
• Terminal Bench 2.1: 86.6 ชนะ Opus 4.8 และ Fable 5 (ทั้งคู่ 84.6) เป็นรองเพียง Sol (88.8)
• Multimodal คือจุดแข็งที่สุด: MathVision 95.2, LogicVista 91.9, OSWorld-Verified 86.1 และรายการ OCR ที่นำหน้าเกือบทุกรายการในตาราง

จุดที่ด้อยกว่า:

• SWE-bench Pro: 67.7 ซึ่งตามหลัง Fable 5 ที่ 80.0 และตามหลัง Opus 4.8 ที่ 69.2 เล็กน้อย (แต่ชนะ Sol ที่ 64.6)
• HLE: 43.6 ซึ่งเป็นคะแนนเรือธงที่อ่อนแอที่สุดในแถว; Fable 5 ได้ 53.3, Sol ได้ 47.2 และ Opus 4.8 ได้ 45.7

สรุปอย่างตรงไปตรงมา: ตามตัวเลขของ Alibaba เอง Qwen 3.8-Max ชนะ Opus 4.8 ในหลายรายการที่เกี่ยวข้องกับ Agent ตามหลัง Fable 5 ในงานเขียนโค้ดหลักส่วนใหญ่ และชนะอย่างมากในด้าน Multimodal และ Document Intelligence ใน GPQA Diamond ได้คะแนน 92.6 ซึ่งเท่ากับ Fable 5 และตามหลัง Sol เพียงเล็กน้อยที่ 94.1 ดังนั้นการให้เหตุผลทางวิทยาศาสตร์แบบดิบจึงมีการแข่งขันสูง สำหรับการวิเคราะห์ตารางฉบับเต็ม รวมถึงรายละเอียดปลีกย่อยของ Harness และสิ่งที่ต้องจับตาดูสำหรับการตรวจสอบอิสระ โปรดดูที่ การวิเคราะห์ผลการวัดประสิทธิภาพของ Qwen 3.8 ของเรา

Alibaba ยังได้เผยแพร่ชุดการแสดงผลงาน: การเขียนโค้ดอัตโนมัติเป็นเวลา 16 วันบน public repo (265 คอมมิต, 127 พูลรีเควสต์), การจำลองผลงานวิจัยที่ชนะผลลัพธ์ AIME24 ของงานวิจัยต้นฉบับ และการเข้าร่วมการแข่งขัน Tianchi ที่มีประสิทธิภาพเหนือกว่า 458 จาก 526 ทีมมนุษย์ภายใน 24 ชั่วโมง สิ่งเหล่านี้เป็นเดโมของผู้ขายเอง ดังนั้นควรอ่านในฐานะโฆษณาความสามารถมากกว่าการประเมินผลที่ควบคุมได้ เรื่องราวการเขียนโค้ด รวมถึงวิธีการจำลองการตั้งค่า Harness ได้รับการอธิบายอย่างละเอียดใน Qwen 3.8 สำหรับการเขียนโค้ด

ตำแหน่งเมื่อเทียบกับ Kimi K3, Fable 5 และ GPT-5.6 Sol

เทียบกับ Kimi K3. นี่คือการแข่งขันที่เป็นธรรมชาติ: สองห้องแล็บจากจีน, สองโมเดล MoE ขนาดใหญ่แบบเปิดเผยน้ำหนักโมเดล, เปิดตัวห่างกันเพียงไม่กี่สัปดาห์ K3 มีขนาดใหญ่กว่า (พารามิเตอร์ทั้งหมด 2.8 ล้านล้าน, 104 พันล้านที่ใช้งานเทียบกับ 2.4 ล้านล้าน/95 พันล้าน), รองรับเฉพาะข้อความในขณะที่ Qwen รองรับหลายรูปแบบ และน้ำหนักโมเดลของ K3 เปิดตัวไปแล้วในขณะที่ Qwen ยังคงเป็นคำมั่นสัญญา การกำหนดราคาก็แตกต่างกันอย่างมาก: K3 เรียกเก็บ $3 สำหรับอินพุต/$15 สำหรับเอาต์พุต โดยมีค่า cache hits ที่ $0.30 เทียบกับ Qwen ที่คงที่ $2/$6 ยังไม่มีการประเมินแบบตัวต่อตัวโดยตรง; ผู้ขายแต่ละรายเผยแพร่ตารางของตนเอง เราเปรียบเทียบพวกมันทีละรายการใน Qwen 3.8 เทียบกับ Kimi K3 และหากคุณยังใหม่กับโมเดลของ Moonshot ให้เริ่มต้นด้วย Kimi K3 คืออะไร

เทียบกับ Fable 5. โมเดลเรือธงของ Anthropic ยังคงเป็นมาตรฐานการเขียนโค้ดที่ต้องเอาชนะ และ Qwen 3.8-Max ไม่สามารถเอาชนะได้: SWE-bench Pro (67.7 เทียบกับ 80.0) และ HLE (43.6 เทียบกับ 53.3) มีช่องว่างที่ชัดเจน ตามตารางของ Alibaba เอง สิ่งที่ Qwen นำเสนอคือราคา (เพียงส่วนหนึ่งของราคาโมเดลชั้นนำ), บริบท 1 ล้านโทเค็น, น้ำหนักโมเดลแบบเปิดที่กำลังจะมาถึง และความสามารถด้าน multimodal ที่แข็งแกร่งกว่า

เทียบกับ GPT-5.6 Sol. Sol ชนะ Terminal Bench (88.8 เทียบกับ 86.6), GPQA (94.1 เทียบกับ 92.6) และ HLE (47.2 เทียบกับ 43.6) ในขณะที่ Qwen 3.8-Max ชนะ PaperBench (93.0 เทียบกับ 90.5) และ IFBench (82.8 เทียบกับ 72.7) ในด้านราคา Qwen ที่ $2/$6 ต่ำกว่า GPT-5.6 Terra ที่ $2/$12 สำหรับเอาต์พุต และการเข้าถึงระดับ Sol ก็มีราคาแพงกว่าอีก

อีกหนึ่งจุดอ้างอิง: Claude Opus 5 มีราคา $5/$25 ไม่ว่าคุณจะเชื่อตารางของผู้ขายมากน้อยเพียงใด Alibaba กำลังกำหนดราคาโมเดลเรือธงของตนในระดับที่เปลี่ยนแปลงการคำนวณสำหรับปริมาณงานจำนวนมาก

ราคา: $2/$6, คงที่ตลอด 1 ล้านโทเค็น

การกำหนดราคาเรียบง่ายพอที่จะกล่าวได้ในประโยคเดียว: $2 ต่อล้านโทเค็นอินพุต, $6 ต่อล้านโทเค็นเอาต์พุต, เป็นอัตราคงที่ตั้งแต่โทเค็นแรกจนถึงขีดจำกัดบริบท 1 ล้านโทเค็น ไม่ว่าจะอยู่ในโหมดการคิดหรือไม่ก็ตาม

อัตราคงที่เป็นส่วนที่ผิดปกติ โมเดลที่มีบริบทขนาดยาวส่วนใหญ่จะเพิ่มราคาเมื่อพรอมต์ของคุณยาวขึ้น แต่ Qwen 3.8-Max ไม่เป็นเช่นนั้น นอกจากนี้ยังเปิดตัวในราคาที่ถูกกว่าราคาเต็มของ Qwen3.7-Max ที่ $2.5/$7.5 แม้ว่าโมเดลรุ่นเก่าจะมีการจัดโปรโมชัน 50% ($1.25/$3.75) ซึ่งทำให้ยังคงเป็นตัวเลือกที่คุ้มค่า

การแคชบริบทช่วยให้งานที่มีคำนำหน้าที่ซ้ำกันมีประสิทธิภาพมากขึ้น: การเรียกใช้แคชจะถูกเรียกเก็บเงินที่ 10% ของอัตราอินพุต และการสร้างแคชโดยตรงมีค่าใช้จ่าย 125% นอกจากนี้ยังมีโควตาฟรี (1 ล้านโทเค็น, เฉพาะภูมิภาคสิงคโปร์, มีอายุ 90 วัน) สำหรับการทดลองใช้งาน รายละเอียดค่าใช้จ่ายฉบับเต็ม พร้อมตัวอย่างงานที่คำนวณแล้ว และการคำนวณค่าใช้จ่ายโทเค็นสำหรับการคิด จะอยู่ใน คู่มือการกำหนดราคา Qwen 3.8 ของเรา

วิธีการเข้าถึง Qwen 3.8-Max

ช่องทางการเข้าถึงกว้างขวางกว่าการเปิดตัวทั่วไป มีห้าช่องทาง:

1. Qwen Chat. แอปพลิเคชันสำหรับผู้บริโภค ไม่ต้องใช้คีย์ API เป็นวิธีที่เร็วที่สุดในการลองใช้งาน

2. API บน Alibaba Cloud Model Studio (DashScope). รับคีย์จาก home.qwencloud.com, ตั้งค่า DASHSCOPE_API_KEY และเรียกใช้ model ID qwen3.8-max ผ่านปลายทางที่เข้ากันได้กับ OpenAI สำหรับการสนทนาหรือการตอบกลับ มี URL พื้นฐานระดับภูมิภาคสามแห่งที่ใช้งานได้: ปักกิ่ง (dashscope.aliyuncs.com/compatible-mode/v1), สิงคโปร์ (dashscope-intl.aliyuncs.com/compatible-mode/v1) และสหรัฐอเมริกา-เวอร์จิเนีย (dashscope-us.aliyuncs.com/compatible-mode/v1) หน้าโมเดล Model Studio ระบุว่าอยู่ในอันดับต้น ๆ ของสิ่งที่แนะนำ

3. ปลายทางที่เข้ากันได้กับ Anthropic. นี่เป็นสิ่งที่ไม่ธรรมดาจริง ๆ: https://dashscope-intl.aliyuncs.com/apps/anthropic รองรับโปรโตคอล Anthropic Messages ดังนั้นเครื่องมือที่สร้างขึ้นสำหรับ Claude สามารถชี้ไปที่ Qwen ได้ด้วยตัวแปรสภาพแวดล้อมสองตัว

4. Harnesss สำหรับการเขียนโค้ด. Alibaba ได้เผยแพร่การกำหนดค่าอย่างเป็นทางการสำหรับห้า Agent ได้แก่: Claude Code (ผ่าน ANTHROPIC_BASE_URL บวกกับ ANTHROPIC_MODEL=qwen3.8-max), Codex, Qoder, Qwen Code และ OpenClaw เป็นที่น่าสังเกตว่า Alibaba ดำเนินการวัดประสิทธิภาพการเขียนโค้ดส่วนใหญ่ภายใน Claude Code harness ดังนั้นการกำหนดค่าที่เผยแพร่จึงเป็นชุดเดียวกับที่อยู่เบื้องหลังตัวเลขของตนเอง

5. น้ำหนักโมเดลแบบเปิด เร็ว ๆ นี้. Hugging Face และ ModelScope สัญญาว่าจะเผยแพร่ในสัปดาห์หน้า ยังไม่สามารถดาวน์โหลดได้เมื่อต้นเดือนสิงหาคม 2026

รายละเอียดการตั้งค่าสำหรับช่องทางที่ 2 ถึง 4 พร้อมโค้ด Python และ cURL ที่สามารถคัดลอกและวางได้ อยู่ใน คู่มือ API ของ Qwen 3.8 ของเรา

การทดสอบ API สองโปรโตคอล

โมเดลเดียวกันที่ตอบกลับผ่านสองโปรโตคอลที่แตกต่างกันทำให้เกิดคำถามเชิงปฏิบัติในการทดสอบ: คำขอของคุณทำงานเหมือนกันทั้งสองโปรโตคอลหรือไม่? นี่คือจุดที่ไคลเอ็นต์ API มีประโยชน์ ใน Apidog คุณสามารถบันทึก URL พื้นฐานสามภูมิภาคเป็นสภาพแวดล้อมและสลับภูมิภาคได้โดยไม่ต้องแก้ไขคำขอ ส่งพรอมต์เดียวกันผ่านปลายทางที่เข้ากันได้กับ OpenAI และปลายทางโปรโตคอล Anthropic แบบเคียงข้างกัน และตรวจสอบสตรีม SSE เพื่อดูการเปลี่ยนแปลงของ reasoning_content ก่อนที่คำตอบสุดท้ายจะมาถึง ส่วนสุดท้ายนี้มีประโยชน์สำหรับการตรวจสอบว่าค่าเริ่มต้น xhigh สร้างการคิดออกมามากน้อยเพียงใด เนื่องจากโทเค็นเหล่านั้นจะถูกเรียกเก็บเงินเป็นเอาต์พุต ดาวน์โหลด Apidog ได้ฟรี หากคุณต้องการทำตามเมื่อเชื่อมต่อปลายทาง; พื้นที่ทำงานเดียวกันนี้ยังช่วยให้ง่ายต่อการเปรียบเทียบ A/B qwen3.8-max กับ qwen3.7-max หรือ kimi-k3 ด้วยพรอมต์เดียวกันก่อนที่คุณจะใช้งานจริง

ตำแหน่งของ Qwen 3.8-Max ในตระกูลโมเดล

หากคุณกำลังดูภาพรวมของตระกูล Qwen 3.8-Max ตอนนี้อยู่เหนือ Qwen3.7-Max และโมเดลระดับ Plus และ คู่มือโมเดล Qwen ที่ดีที่สุด ของเราครอบคลุมว่ารุ่นไหนเหมาะกับงานประเภทใด สรุปสั้น ๆ: 3.8-Max เป็นตัวเลือกเมื่อคุณต้องการความสามารถด้าน Multimodal และ Agentic สูงสุด, 3.7-Max ลด 50% เป็นรุ่นเรือธงที่คุ้มค่าในขณะที่โปรโมชันยังคงอยู่, และโมเดล Plus ยังคงเป็นตัวเลือกราคาประหยัดสำหรับงานทั่วไป

คำถามที่พบบ่อย

Qwen 3.8 เป็นโอเพนซอร์สหรือไม่?

ยังไม่ใช่ แต่ใกล้แล้ว Alibaba สัญญาว่าจะเผยแพร่น้ำหนักโมเดลสำหรับ Hugging Face และ ModelScope "ในสัปดาห์หน้า" ณ การเปิดตัวต้นเดือนสิงหาคม 2026 ซึ่งจะทำให้เป็น Qwen คลาส Max ตัวแรกที่มีน้ำหนักโมเดลแบบเปิด ในขณะที่เขียนนี้ยังไม่มีอะไรให้ดาวน์โหลดได้ จนกว่าจะถึงตอนนั้น การเข้าถึงจะผ่าน API หรือ Qwen Chat; ดู วิธีใช้ Qwen 3.8 ฟรี สำหรับช่องทางที่ไม่มีค่าใช้จ่าย

Qwen 3.8-Max มีค่าใช้จ่ายเท่าไร?

$2 ต่อล้านโทเค็นอินพุต และ $6 ต่อล้านโทเค็นเอาต์พุต ในอัตราคงที่เดียวตลอดบริบท 1 ล้านโทเค็นเต็ม การเรียกใช้แคชจะถูกเรียกเก็บเงินที่ 10% ของอินพุต โทเค็นสำหรับการคิดจะถูกเรียกเก็บเป็นเอาต์พุต และความพยายามในการให้เหตุผลเริ่มต้นคือ xhigh ดังนั้นให้เผื่องบประมาณที่สูงกว่าราคาป้ายสำหรับงานที่ต้องใช้การให้เหตุผลมาก

Qwen 3.8-Max ดีกว่า Kimi K3 หรือไม่?

ยังไม่มีการประเมินแบบตัวต่อตัวโดยตรง; ผู้ขายทั้งสองรายเผยแพร่ตารางของตนเอง ตามข้อมูล Qwen 3.8-Max มีขนาดเล็กกว่า (พารามิเตอร์ทั้งหมด 2.4 ล้านล้าน/ใช้งาน 95 พันล้าน เทียบกับ 2.8 ล้านล้าน/ใช้งาน 104 พันล้าน), รองรับหลายรูปแบบในขณะที่ K3 รองรับเฉพาะข้อความ, และมีราคาถูกกว่าสำหรับเอาต์พุต ($6 เทียบกับ $15) ข้อดีของ K3 ในปัจจุบันคือน้ำหนักโมเดลของมันเปิดเผยต่อสาธารณะแล้ว

ฉันสามารถใช้ Qwen 3.8-Max ใน Claude Code ได้หรือไม่?

ได้ Alibaba ได้เผยแพร่การกำหนดค่าอย่างเป็นทางการ: ชี้ ANTHROPIC_BASE_URL ไปยังปลายทาง DashScope ที่เข้ากันได้กับ Anthropic และตั้งค่า ANTHROPIC_MODEL=qwen3.8-max Codex, Qoder, Qwen Code และ OpenClaw ก็มีการกำหนดค่าอย่างเป็นทางการเช่นกัน

สิ่งที่ต้องทำต่อไป

Qwen 3.8-Max เป็นการเปิดตัวเรือธงอย่างแท้จริง ไม่ใช่แค่การแสดงตัวอย่างสำหรับสื่อ: วางจำหน่ายทั่วไปในสามภูมิภาค API, มีการกำหนดราคาที่เผยแพร่, ตารางการวัดประสิทธิภาพฉบับเต็ม (ดำเนินการโดยผู้ขาย) พร้อมจุดเด่นและจุดด้อย, และน้ำหนักโมเดลแบบเปิดที่กำลังจะมาถึงในไม่กี่วัน การอ่านอย่างตรงไปตรงมาคือมันไม่ได้โค่นล้ม Fable 5 ในด้านการเขียนโค้ดหลัก แต่มันชนะ Opus 4.8 ในหลายรายการที่เกี่ยวข้องกับ Agent, เป็นผู้นำในงานด้านเอกสารและ Multimodal และมีค่าใช้จ่ายเพียง $2/$6 ในขณะที่ทำสิ่งเหล่านี้

สิ่งที่ควรทำคือทดสอบกับปริมาณงานของคุณเอง แทนที่จะพึ่งพาตารางของใครก็ตาม ใช้โควตาฟรี, เชื่อมต่อปลายทางทั้งสองโปรโตคอล และเปรียบเทียบผลลัพธ์บนพรอมต์ที่คุณใช้งานจริง เริ่มต้นด้วย คู่มือการตั้งค่า API และตรวจสอบอีกครั้งประมาณวันที่ 10 สิงหาคม เพื่อดูว่าน้ำหนักโมเดลถูกเผยแพร่ตามกำหนดหรือไม่