与「Qwen」相关的搜索结果

谁是下一个 DeepSeek-V4-Flash，大家领教过友商大模型，吃相太难看，环顾四周只盼 Qwen 能够支棱起来了，咱们能不能走个面，把价格降下来也 YYDS 一把。 实在不行就只能转向 OpenAI，降价的 GPT-5.6 Luna 也还挺香。至于那些给 DeepSeek 使绊子，把中国用户推向 OpenAI 的，注定会上历史耻辱柱。

Introducing Qwen 3.8-Max, the most capable model in the Qwen family to date—scales to 2.4 trillion parameters, delivering comprehensive improvements across coding, work, research, and long-horizon tasks. Get reliable results for challenging questions and complex tasks. Try today!

今天 GitHub 被逆向 Agent 彻底刷屏了！ 5 个星标暴增、真正能落地的硬核项目，专业拆解下： 1. diegosouzapw/OmniRoute 
免费 MIT AI 网关：一个 endpoint 通吃 290+ 供应商（90+ 免费额度）、500+ 模型，配额感知自动 fallback + 强压缩，直接兼容 Claude Code / Cursor / OpenCode / Cline。 
🔗 直达： 
以前切模型像换 VPN，现在一个 endpoint 通吃，token 成本直接腰斩。网关赛道新王！ 2. Optim-Agent/optim-agent 
把 LLM Agent 变成超参数优化器，自动帮你调模型、调工作流、调 prompt。 
🔗 直达： 
以前调参靠玄学，现在 Agent 自己跑实验、自己收敛。MLOps + Agent 的完美交叉点！ 3. zhaoxuya520/reverse-skill 
AI 逆向 / 渗透 / 安全研究技能路由包。自动路由方法论 + 按需自举工具链 + 自进化知识库，原生支持 Claude Code、Cursor、Cline 等一众 Agent。 
🔗 直达： 
以前安全研究像手动堆工具箱，现在 Agent 自己挑刀、自己进化经验库。硬核到爆！ 4. huggingface/speech-to-speech
本地语音 Agent 管道（VAD → STT → LLM → TTS），OpenAI Realtime 兼容，组件全可换，支持实时打断与工具调用。 
🔗 直达： 
真正能本地跑起来的实时语音对话 Agent，隐私和延迟双赢，开源玩家狂喜！ 5. lyogavin/airllm 
单卡 4GB 就能跑 70B（甚至更大），层式加载，无需量化蒸馏。支持 Llama / Qwen / DeepSeek 等主流模型。 
🔗 直达： 
显卡乞丐也能养起大模型 Agent 的神器，本地推理直接起飞！ // 总结 2026 年的风口已经从“会聊天的模型”全面转向“能干活、能进化、能本地落地的 Agent 基建”。谁先把这些玩透，谁就站在下一波生产力 C 位。

Okay, the @VulcanBench results for Qwen3.8-Max are in, and it is not what I expected. First, for anyone new to VulcanBench, here's a quick TL;DR on the eval suite: 23 frontier-hard software engineering tasks taken from real merged OSS PRs, run in a Docker sandbox, 3 runs per task across all three of its effort levels. No puzzles, no random abstract stuff, all real things engineering teams would do with these models. It looks like Qwen3.8-Max has a major overthinking problem, it uses a LOT of tokens and is very slow, period, no other way to see it. My cost to run this benchmark was $126.25, to run the exact same eval suite with DeepSeek V4-Flash was only $13.60. This makes Qwen3.8-Max an insanely expensive model. The tasks Qwen genuinely can't solve fail at every effort level, extra reasoning didn't help. The regression is almost all in work it already handles: six tasks that low solves every single time account for 83% of the 26-point drop, three of them collapsing to zero. It's not losing the hard problems. It's losing the ones it already knows how to do. Since Qwen3.8-Max hit a lot of wall clock budget caps, I thought I'd share more about this. - VulcanBench caps both steps (50–200) and wall clock (5–60 min), each scaled by repo size. - This is aligned with how comparable harnesses bound agents, DeepSWE caps rollouts at 100 environment steps, sitting right inside my step range; Terminal-Bench enforces a per-task wall clock; SWE-bench Verified scaffolds typically allow 20–60 min per instance with 250–350 step limits. - Every model on my chart gets the identical budget, and Qwen is the slowest model I've tested at 20–25 min/task. Soooo... Alibaba positions Qwen3.8-Max as trailing only Claude Fable 5. But on the kind of real coding work engineering teams would actually throw at it, under a fixed budget, its best setting lands mid-pack and its default lands last, so common. If you want to optimize for accuracy, Grok 4.5 is the move. If you want accuracy per dollar, DeepSeek V4-Flash is hard to beat, heck it's 10× cheaper than Qwen and you get higher accuracy. Qwen just isn't in the game at this point, this is not a model I could see engineering teams using for daily coding work.

看好多人都在讨论 OpenCode 新出的 Go 套餐，首月 5 美元，之后 10 美元，价格是真的是大善人，看看 DeepSeek V4 Flash 的用量，几乎是用不完的，应该比官方的 API 还便宜。 五小时预估可以有 31650次请求，一个月 158150 次，就是用 Grok 4.5 或者是 Kimi K3 还有 Qwen 3.8 都还是挺划算的，我准备订阅一个看看效果。

世界各国的LLM，韩国最近的势头也很猛 美国模型：Claude（Anthropic）、GPT（OpenAI）、Gemini（Google）、Grok（SpaceX）、Muse（Meta）等； 中国：DeepSeek（DeepSeek）、Kimi（月之暗面）、GLM（智谱）、Qwen（千问）、Seed（字节）等； 法国：Mistral（Mistral），最大675B 加拿大：Command（Cohere），最大218B 韩国：K-EXAONE（LG）、A.X-K2（SKT）、Motif（Motif）、Solar（Upstage），最大750B 印度：Sarvam（Sarvam），最大105B 阿拉伯：Jais（Inceptionai），最大70B

08-04 AI日报🍁｜阿里 Qwen3.8-Max 重磅发布 今日 AI 圈 5 条要闻，重点看这几条： 1. 阿里发布 Qwen3.8-Max（2.4T 参数旗舰，下周开源权重）； 2. DeepSeek V4 Flash 正式版上线，Agent 能力大幅增强； 3. OpenAI 未发布模型（Astra 相关）在数学上取得 10 项突破； 4. NVIDIA 开源 Nemotron VoiceChat 全双工实时语音模型； 5. 英国光子芯片初创 OLIX 融资 3.12 亿美元。

先是 GLM5.2，然后是 Kimi K3，现在是 Qwen 3.8 Max，每次国产模型的新发布都更加接近 Coding 领域的 SOTA。从 6 月开始，我感觉国内大模型明显开始在 Coding 和 Agent 领域加速了，和海外顶级 SOTA 的差距正在肉眼可见地缩小。 目前看，国产模型的长程任务、自主运行、反馈回路、跨 Harness 泛化和视觉自我检查等，能力越来越强了。做一个谨慎的预测，预计到 2026 年的年底，对于重度开发者和 Vibe 用户来说，海外模型可能会成为辅助模型，国内的大模型将成为我们的主力工具。 模型用户没有忠诚度，大家会用脚投票的，拭目以待。

Qwen 3.8 Max 发布了，我给他们写了一个公允的评价，可惜好像没被采纳，干脆发在这里吧 简单来说，还是挺不错的，高性价比 K3。 Cola 是一款具备永久记忆的 AI 搭档。她记得与你共同经历过的事，持续理解你的工作与生活，洞察你的愿望、兴趣、关系，帮你完成你想做的任何事情。 在Cola 这种具备超长上下文、超复杂的任务的 Harness，对大模型的能力要求极高。Qwen 3.8 Max 这个前沿智能模型，帮助我们实现了 Cola 「念念不忘，必有回响」的用户承诺，在用户社区中饱受好评