作者 | 懒人

编辑 | Kino

Kimi K3刚刚为中国AI模型争了个光，千问Qwen3.8立刻接棒。

7月19日，官方发布称，Qwen3.8很快将发布并开源，并给出了Qwen3.8-Max-Preview预览版模型，可以提前体验。

官方还放出了一句狠话：这可能是除了Fable 5以外，目前最强大的模型。

说实话，看到这句话我们第一反应是：又在这儿营销了。

但实测之后，对不起，刚刚是我们太大声了。

不只是我们，Qwen3.8-Max-Preview官宣后，海外社交媒体上这几天已经玩疯了。

Qwen3.8刷屏的这几天，

网友们都在玩什么

比正式模型先来的，是梗图。

网友“jack”率先贴出了经典的巨龙梗图，Kimi和Qwen俨然成了后来居上的两条“巨龙”。

Kimi和Qwen都宣布会开源，对比OpenAI和Anthropic继续走闭源路线，网友很快又玩起了梗。

美国风投公司FirstMark Capital的合伙人Matt Turck也在X上发了一个视频，配文是：每当中国发布顶级开源模型时OpenAI和Anthropic的表情如下。

评论区还有人调侃，没有什么比中国模型更能刺激这两家公司迅速迭代了。

梗图之外，网友已经把GPT-5.6、Kimi K3、Fable 5和Qwen3.8-Max-Preview拉进同一个竞技场。

网友“岚叔”用同一条提示词让四个模型各自生成可视化场景，进行横向对比。

比如这组“猎豹举杯冲刺”的运动海报。作者的提示词里只要求做一个高质量SVG冠军运动海报，并加入记分牌。Qwen3.8-Max-Preview不仅完成了画面，还加上了绝杀之夜、金豹擎杯等文案。

再看经典的施瓦西黑洞模拟，盘面的色间拉伸以及视角翻转时的效果，Qwen3.8的完成度都还不错。

网友“Thành”还分别让Qwen3.8-Max-Preview和Fable 5制作一段方块像素3D风格的足球动画。两段成片的画质和风格各有偏好，但价格差距相当直观：Fable 5花了1.105美元，而Qwen3.8-Max-Preview只花了0.012美元。

网友“Berryxia.AI”则用它做了一个3D放映机demo，不仅动画和交互比较完整，还支持用户在本地上传PDF、MP4和PPT等文件。

YouTube上，也已经有博主开始拿它跑更重的任务，测试反馈很好。比如基于浏览器的工作流程、地铁场景生成、第一人称射击游戏的开发、C++游戏创作、3D CAD建模、微控制器相关操作，以及城市时间线的生成。

最离谱的是，Qwen3.8-Max-Preview这个模型可能是在按天迭代。

网友“团长”用同样的提示词连续测了两天，第二天的结果里，建筑结构、光影和粒子特效都有明显提升，模型的思考过程也比前一天长了不少。他自己都说，今天的结果，像昨天那个版本又多跑了至少两轮对话。

网友“Harshith”尝试用Qwen3.8-Max-Preview把一张火车图片转换成Three.js 3D场景，结果超出了他的预期。随后他在评论区提醒其他人：如果你几个小时前玩过了这个模型，建议再去试试，感觉它比几小时前更好了。

当然，单个案例可能受到随机性、推理时长和工具环境等因素影响，还不足以证明模型真的每隔几小时就会发生一次能力跃迁。

但至少可以确定，Qwen3.8-Max-Preview并不是一个已经固定下来的正式版本。预览期内，它的能力、稳定性乃至使用成本都仍有可能继续变化。

实测Qwen3.8-Max-Preview，

从零做一个APP

看了这么多demo，我们也决定自己试试。

Qwen3.8-Max-Preview目前可以通过Token Plan订阅，以及Qoder、QoderWork等产品体验。网页版也有一定的免费额度，但从我们的实际体验来看，网页版在执行复杂任务时稳定性一般。

于是，我们也浅浅花了39元，入手了Token Plan个人版Lite档，立马开测。

拿到API Key之后，将Qwen3.8-Max-Preview接入Agent，给它一个任务：

我想做一个方便自己运动的小工具，主要场景是这样：我在抖音和B站刷到觉得适合自己的运动视频，发进来，帮我安排成合理的运动计划，我一周4练，目标减脂。然后每个视频练完后，如果我觉得没用，可以删除，剩下的继续轮练。这是核心功能，其他功能你帮我补齐。

这就是全部的需求描述，没有产品需求文档，没有页面原型，甚至连我自己都不知道，一个完整的产品还应该包含什么。

Qwen3.8-Max-Preview接到任务后，先给自己列了个计划：梳理需求，确定工具形态，核心功能如何实现，补齐配套功能，以及在交付前进行语法检查和逻辑复查。

接着就是按部就班执行。执行过程中，它还主动调用了此前已安装的设计Skill，在没有额外指令的情况下，将界面风格与我的审美偏好做了对齐。

在输出了一通我看不懂的代码和专业术语之后，Qwen3.8-Max-Preview直接把一个成型的产品抬上来了。

同时，它还总结了自己完成的工作，并预判了几个可能遇到的问题：抖音视频不一定能稳定抓取标题；换浏览器后，本地保存的数据可能丢失；重要内容最好及时备份。

打开它给的链接，页面上的功能都是可以正常点击的。除了今日训练，还做了本周计划、视频库和数据（训练记录），右上角的设置里，可以调整训练日和训练次数。

产品大概长这样：

特别惊喜的是，我们试了下粘贴b站链接进去，它会一秒自动识别标题、时长，并做了分类，训练计划也按照这套分类排布。

就最初提出的核心需求而言，这个版本已经达到了可用状态。

但，秉承着测评就得多给模型找麻烦，我们又问了：

可以在手机上使用吗？

Qwen3.8-Max-Preview很快识别出我们需要的不是简单把页面缩小，而是一个真正能在移动端打开的版本。它还顺手多想了两步：手机应该怎么访问？数据应该存在哪里？

因为要做移动端，就必然面临部署服务器和存储数据的问题。它先给出了一个局域网方案：只要电脑开着，并且手机和电脑连接同一个Wi-Fi，就能从手机访问。

但我们不满意，继续加码：

希望不依赖这台mac，同时手机和电脑的数据也要同步

提这个要求的时候，我们其实没觉得它能稳稳接住。毕竟，听上去就是个大工程。

它又开始做计划了，涉及到公网部署和跨设备同步需要的工具，在我的授权下一一搞定。

验证通过后，给出了一个公网访问地址。

但由于IP限制，打不开。于是它开始搜索国内能用的托管途径，改用飞书妙搭创建并发布了应用。

这里还有一个小插曲。

它最初使用海外的Firebase实现跨设备同步。后来考虑到国内访问问题，又准备帮我们换成国内的后端服务。

搜了一圈发现都要付费，于是它又重新设计了一个用同步码的方案，可以让两边的视频和训练记录同步，而且不依赖任何第三方服务。

最终给出了一个实际可用的网页端、手机端地址，我们试了下，添加视频、以及同步、修改训练计划都可以正常使用。

这是移动端截图：

我们还录了个实际使用的视频，全程很流畅：

不过，这个任务比较复杂，做到一半就耗尽了5个小时的700额度。最终整个任务消耗了1530额度，差不多用掉了7天额度的61.2%。

实际体验后的一个很明确的感受是，很多类似的产品更多是做执行者，而Qwen3.8-Max-Preview在做产品经理。我们说了一个很具体的需求，它没有只做那一个点，而是自己往前想了一步，补出了一个真实跑起来的产品形态。这对一个不懂怎么把需求说完整的人来说，体感确实很不一样。

这轮SOTA模型已经卷疯了，

但不只是在卷跑分

过去两个月，Fable 5、GPT-5.6、Kimi K3和Qwen3.8接连出现，几乎每隔一两周，就有一个新的旗舰模型登场。甚至已经卷到GPQA Diamond这类传统考题无法有效区分差距的程度，因为已发布的三个模型得分都在91%至95%区间。

Qwen3.8目前还没有公布完整跑分，但从各家公司发布模型时强调的重点来看，这轮竞争显然已经不只是比谁更会做题了。

Fable 5强调的是长任务和复杂任务的能力上限。Anthropic在官方介绍里称，任务越长、越复杂，Fable 5相对其他Claude模型的领先幅度越明显。其代表案例来自Stripe：在一个拥有5000万行Ruby代码的代码库中，Fable 5在一天内完成了一次大规模迁移，而人工团队预计需要两个多月。

GPT-5.6押注的是效率、工具调用和多Agent协作。OpenAI官方发布的标题是“More intelligence from every token”，也就是让每一个Token产生更多智能。在Ultra模式下，GPT-5.6默认可以协调4个Agent并行执行不同工作流，用更多Token换取更高的任务成功率和更短的完成时间。

Kimi K3的定位是“Open Frontier Intelligence（开放式前沿智能）”。它拥有2.8万亿参数、原生多模态能力和100万Token上下文。月之暗面也坦言，其综合体验目前仍落后于Fable 5和GPT-5.6 Sol，但K3已经在长程编程、知识工作和推理任务上进入前沿模型区间。与此同时，Kimi K3的API输入、输出价格大约是Fable 5的30%，完整模型权重也计划开放。

到了Qwen3.8，官方在预告发布里强调了三点：开源、新模型参数2.4T、正在以“天”为单位持续进化。它想证明的同样不只是“跑分跑得好”。

这可能正是这一轮旗舰模型竞争最明显的变化。过去的竞争是一道题、一个回答或者一段代码，现在的竞争可能正逐步变成需要连续执行几十分钟、几个小时，甚至几天的完整任务。

而且，从我们这次实际体验来看，Qwen3.8虽然还是个预览版，已经在给出令人惊喜的结果：我们只说了自己想要什么，它开始替我们考虑，这件事究竟怎样才能真正做成。