行情
…

Qwen3.8-Max 是什麼?Agentic 能力登 Artificial Analysis 全球第一、超越 Claude/GPT

8 月 6 日,Artificial Analysis 公佈新一期 Agentic Index(agent 能力指數)排名,阿里巴巴 Qwen3.

Qwen3.8-Max 是什麼?Agentic 能力登 Artificial Analysis 全球第一、超越 Claude/GPT

Qwen3.8-Max 是什麼?Agentic 能力登 Artificial Analysis 全球第一、超越 Claude/GPT

8 月 6 日,Artificial Analysis 公布新一期 Agentic Index(agent 能力指數)排名,阿里巴巴 Qwen3.8-Max 以 55.4 分登頂,超越 Claude Opus5 和 GPT5.6。Agentic Index 衡量的是模型調用工具、處理複雜問題的能力,比一般問答或推理基準更接近 AI 真正落地自動化工作流的條件,也因此長期被視為衡量模型是否能「幹活」的核心指數。這個類別的榜首此前長期由 Claude 和 GPT 家族佔據,中國模型從未拿過冠軍。

數字上的對照很具體:中國模型在 Agentic Index 的前紀錄是 Kimi K3 的 50.1 分,Qwen3.8-Max 這次推到 55.4 分,拉開 5.3 分,同時越過了此前佔據頂部的 Claude Opus5 和 GPT5.6。要留意的是,這篇公告由阿里巴巴提供給量子位轉載,Artificial Analysis 是排名數據的來源,但文章選材與詮釋的口徑出自阿里方面,不是 Artificial Analysis 的獨立分析。這個細節決定了應該如何看待這份成績:數字本身仍具參考價值,但框架由發文方控制。

對正在評估 agent 底座的工程師和創業團隊,這條訊息值得放進選型清單。Agentic 能力決定模型能否在複雜工作流裡自主串起多步驟任務,是 AI 落地專業場景的核心門檻,也是純問答指標無法反映的東西。Qwen3.8-Max 的 55.4 分目前看來是中國模型在這個維度第一次真正越過西方前沿,這意味著選型時不應再把國產模型擺在「備選」位置。但單一榜單不等於全面驗證:工具生態的完整度、邊緣案例的穩定性,正式上線前都需要自行跑測試確認。

標籤

#qwen3.8-max#qwen agentic 能力#artificial analysis 榜單#阿里通義千問#ai agent 模型排行
→

繼續閱讀

查看全部 →
NewsAI 快訊

CYBER 代幣疑遭跨鏈橋攻擊:521 萬枚被鑄、Upbit 與 Bithumb 暫停充提

2026 年 11 月 21 日,鏈上資料顯示,Cyber 的 CYBER 代幣疑似遭到跨鏈橋漏洞攻擊。

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

Anthropic 上市後還能安全優先嗎?治理結構、900 億美元算力帳單與股東壓力

2026 年 11 月 19 日,Anthropic 在 Nasdaq 掛牌,躋身目前全球最高估值公司之列,但未來數年的算力帳單估計高達 9000 億美元。

DeltaMedia 編輯部4 分鐘
NewsAI 快訊

Suno Visuals 是什麼?美國 AI 音樂平台影片功能底模來自中國 MiniMax H3

美國 AI 音樂平台 Suno 於 2026 年 11 月 20 日宣佈推出影片生成工具 Visuals,並主動揭露底模來源:Suno 以中國 AI 公司 MiniMax 今年 8 月開放權重的開源影片模型 H3 為基底,匯入自家資料微調後命名為 H3 Move,再將口型同步與音樂場景適配整合進同一套創作流程。

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

兩個月表現翻倍!GPT-6.2 Astra 拿下首勝,連打結、摺 T 恤都難不倒它

2026 年 11 月 21 日,XDOF 實測顯示 GPT-6.2 Astra 在 Ember-0 雙臂機器人基準 16 項任務的綜合成功率達 41.2%,較兩個月前 GPT-6 Astra 的 19.6% 提升 21.6 個百分點。

DeltaMedia 編輯部5 分鐘