Qwen 3.8 Max
QwenFlagship
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
Qwen3.8 Max is the flagship model in Alibaba's Qwen3.8 series, the general-availability successor to the Qwen3.8 Max Preview. It is a multimodal reasoning model intended for complex reasoning, visual understanding,...
Catégorie de performance
Flagship
Qwen 3.8 Max est un modèle flagship de Qwen : le plus performant de leur gamme.
Meilleur modèle de ce fournisseur. Performances maximales sur les benchmarks, idéal pour les tâches exigeantes.
Tarification
Ce modèle est inclus dans les plans ElosiaModéré
Coût modéré. Bon équilibre pour un usage régulier sans surveillance constante du cap.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $2.00 |
| Sortie (complétion) | $6.00 |
| Lecture cache | $0.250 |
| Écriture cache | $2.50 |
Capacités
Taille du contexte1.0M
Tokens de sortie max131K
TokenizerQwen
Entréetext, image, video
Sortietext
Date de sortie3 août 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
GPQA Diamond
92.6%
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
SWE-bench Verified
Non reporté
Raisonnement
IFEval
Non reporté
Humanity's Last Exam
43.6%
Multimodalité
MMMU-Pro
82.3%
Agentique
SWE-bench Pro
67.7%
Terminal-Bench 2.1
86.6%
Où se situe Qwen 3.8 Max ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
ProgrammationAnalyseRechercheChat généralExtraction de données
Points forts
- Agentique portée par un mixture of experts de 2,4T de paramètres, dont une fraction seulement est engagée à chaque token
- Tool calling avec sorties structurées, et jusqu'à 128K en sortie sur une seule réponse
- Entrée vidéo native aux côtés du texte et des images, combinée à une fenêtre de contexte de 1M de tokens
- La vision ne se limite pas à la description : détection d'objets et comptage font partie de l'évaluation reportée, en plus des entrées image et vidéo
Limites
- Fiabilité factuelle faible : sur une question dont il ne connaît pas la réponse, il tend à produire une réponse assurée plutôt qu'à s'abstenir
- Le software engineering sur dépôts réels reste en retrait de ses résultats de raisonnement, et les poids sont fermés, sans checkpoint publié pour l'auto-hébergement ou l'audit
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
