สรุปสั้น ทีม Qwen ของ Alibaba เปิดตัว Qwen3.8-Max อย่างเป็นทางการเมื่อวันที่ 3 สิงหาคม 2026 — โมเดลแบบ Mixture-of-Experts (MoE) เชิงสปาร์สที่มีพารามิเตอร์รวม 2.4 ล้านล้าน (ใช้งานจริง 95 พันล้าน), หน้าต่างบริบท 1 ล้านโทเคน และรองรับมัลติโหมดแบบเนทีฟ (ข้อความ + ภาพ + วิดีโอ)
นี่คือโมเดล Qwen ระดับ Max รุ่นแรกที่มีตารางเวลาเปิดน้ำหนัก (คาดว่าสัปดาห์ถัดไป) ตั้งราคาดุดันที่ $2 ต่อ 1 ล้านโทเคนสำหรับขาเข้า และ $6 ต่อ 1 ล้านโทเคนสำหรับขาออก ให้ผลลัพธ์แข็งแกร่งในงานเอเจนต์ระยะยาว, วิศวกรรมซอฟต์แวร์อัตโนมัติ (รวมโปรเจ็กต์โค้ดพัฒนาตนเอง 16 วันแบบมีเอกสารประกอบ), การทำซ้ำงานวิจัย และชุดทดสอบมัลติโหมด แข่งขันใกล้เคียงกับโมเดลอย่าง Kimi K3 และเหนือกว่าตัวเลือกที่เบากว่าอย่าง DeepSeek V4 Flash ในด้านความสามารถ ขณะเดียวกันคุ้มค่ากว่ามากเมื่อเทียบกับโมเดลแนวหน้าจากตะวันตกสำหรับงานที่มีเอาต์พุตหนาแน่น นักพัฒนาสามารถใช้งานได้แล้ววันนี้ผ่าน QwenCloud / Alibaba Cloud Model Studio และผ่านแพลตฟอร์มแบบรวมอย่าง CometAPI
ประเด็นสำคัญ
- ความใหญ่และประสิทธิภาพ: สถาปัตยกรรม MoE รวม 2.4T / ใช้งาน 95B สร้างบนรากฐาน Qwen 3.5 ช่วยให้ได้สมรรถนะระดับแนวหน้าในต้นทุนอินเฟอเรนซ์ที่ใช้งานได้จริง
- ความแข็งแกร่งระยะยาว: สาธิตการโค้ดอัตโนมัติหลายวัน (265 commits, 127 PRs ใน ~16 วันโดยไม่มีการแทรกแซงจากมนุษย์), การทำซ้ำงานวิจัยพร้อมการปรับปรุง และการจำลองการดำเนินการอีคอมเมิร์ซยาวหนึ่งปี
- ไฮไลต์เบนช์มาร์ก: PaperBench 93.0 (นำ), Terminal Bench 2.1 ที่ 86.6, คะแนนมัลติโหมดและเอกสารโดดเด่น; แข่งขันได้แต่ไม่ครองทุกกระดานจัดอันดับเอเจนต์โค้ดล้วนเมื่อเทียบกับ Claude Fable 5 หรือ GPT-5.6 Sol
- ความได้เปรียบด้านราคา: อัตราคงที่ $2 / $6 ต่อ 1M โทเคนทั่วหน้าต่างบริบท 1M เต็ม (อินพุตที่แคชไว้ ~$0.25) ต่ำกว่า Kimi K3 ในฝั่งเอาต์พุตและต่ำกว่าหลายโมเดลตะวันตก
- ความพร้อมใช้งาน: ใช้งานได้แล้วบน QwenCloud และ Alibaba Cloud Model Studio (API เข้ากันได้กับ OpenAI และ Anthropic); วางแผนเปิดน้ำหนัก; ขึ้นรายการบน CometAPI เป็น
qwen3.8-maxเพื่อเข้าถึงแบบรวมกับอีก 500+ โมเดลแล้ว เปิดน้ำหนักกำลังจะมาเร็วๆ นี้; มีแผนรุ่นเล็ก Qwen3.8-27B สำหรับใช้งานโลคัล/เอดจ์เชิงปฏิบัติ - ข้อได้เปรียบเชิงใช้งานจริง: โดดเด่นในงานผลิตผลลัพธ์ปลายทางแบบครบวงจรมากกว่าคำตอบแบบครั้งเดียว เหมาะสำหรับเอเจนต์โค้ด, ห่วงงานวิจัย, เวิร์กโฟิศ และลูปเอเจนต์ระยะยาว
Qwen3.8-Max คืออะไร?
Qwen3.8-Max คือโมเดลเรือธงล่าสุดและทรงพลังที่สุดในตระกูล Qwen ของ Alibaba เปิดตัวอย่างเป็นทางการเมื่อ 3 สิงหาคม 2026 (ต่อเนื่องจากพรีวิวกลางเดือนกรกฎาคมในงาน World AI Conference ที่เซี่ยงไฮ้) เป็นการเปลี่ยนแนวทางมุ่งสู่โมเดลที่ทำงานซับซ้อนหลายวันแบบ end-to-end ด้วยการกำกับดูแลน้อยและผลิตผลลัพธ์พร้อมส่งมอบ
ในเชิงสถาปัตยกรรมเป็นโมเดล MoE แบบสปาร์ส ขยายถึงพารามิเตอร์รวม 2.4 ล้านล้าน โดยมีการเปิดใช้งานราว 95 พันล้านต่อโทเคน การออกแบบนี้ซึ่งสร้างบน Qwen 3.5 ให้สมดุลระหว่างความจุขนาดใหญ่กับประสิทธิภาพอินเฟอเรนซ์ โมเดลรองรับหน้าต่างบริบท 1 ล้านโทเคน (สูงสุดที่บันทึกได้สำหรับอินพุตราว 991K โทเคน และเอาต์พุตราว 131K โทเคน) อินพุตมัลติโหมดแบบเนทีฟ (ข้อความ ภาพ และวิดีโอ) และเอาต์พุตข้อความ มีการควบคุมระดับความพยายามด้านการให้เหตุผล (xhigh / medium / low) และรองรับทั้งโปรโตคอลที่เข้ากันได้กับ OpenAI Chat Completions และ Anthropic ทำให้แทนที่ได้ทันทีกับเฟรมเวิร์กเอเจนต์ยอดนิยม เช่น Claude Code, Codex, Qoder CLI, Qwen Code และ OpenClaw
ต่างจากโมเดลระดับ Max ก่อนหน้าที่ปิด Alibaba ให้คำมั่นว่าจะปล่อยน้ำหนักของ Qwen3.8-Max (และรุ่นเล็ก Qwen3.8-27B) สัปดาห์หลังเปิดตัวผ่าน Hugging Face และ ModelScope — ครั้งแรกที่โมเดล Qwen ระดับ Max จะเปิดให้ใช้
โมเดลถูกวางตำแหน่งเพื่อเอเจนต์โค้ด งานมืออาชีพโลกจริง (“cowork”), งานวิจัย การวางแผนระยะยาว และลูปเอเจนต์แบบมัลติโหมด เดโมทางการเน้นพฤติกรรมพัฒนาตนเอง: โมเดลสร้าง issues มอบหมายให้ตนเอง เขียนและทดสอบโค้ด ปรับตามฟีดแบ็ก และปรับปรุงเครื่องมือของตนเองต่อเนื่อง
แหล่งที่มา: บล็อก Qwen อย่างเป็นทางการ และ ประกาศจาก Alibaba Cloud (สิงหาคม 2026); การ์ดโมเดลจาก Artificial Analysis; บทวิจารณ์อิสระที่สรุปการเปิด GA
Qwen3.8-Max มีอะไรใหม่?
เมื่อเทียบกับรุ่นก่อน Qwen3.7-Max เจเนอเรชัน 3.8 ให้ความก้าวหน้าชัดเจนในโค้ดเชิงเอเจนต์ ความน่าเชื่อถือระยะยาว การให้เหตุผลมัลติโหมด และประสิทธิภาพด้านเอกสาร/งานสำนักงาน นวัตกรรมสำคัญรวมถึง:
อัตโนมัติระยะยาวอย่างแท้จริง:
โมเดลสามารถคงลูปการเรียนรู้แบบปรับตัวได้หลายร้อยเทิร์นหรือหลายวัน ตัวอย่างที่บันทึกไว้รวมโปรเจ็กต์วิศวกรรมซอฟต์แวร์อัตโนมัติ 16 วันซึ่งผลิต CLI “oh-my-cli” ที่พัฒนาตนเอง (265 commits, 127 pull requests, 151 issues ทั้งหมดโดยไม่มีมนุษย์แทรกแซง); การทำซ้ำและปรับปรุงระเบียบวิธีของงานวิจัย (รวมลูปฝึก GPU และผลเบนช์มาร์กที่ดีขึ้น); และการจำลองการดำเนินการอีคอมเมิร์ซครบหนึ่งปีที่เหนือกว่าค่าเปรียบเทียบอย่างมีนัยสำคัญ
มัลติโหมดเป็นลูปป้อนกลับต่อเนื่อง:
วิสัยทัศน์ไม่ใช่เพียงโหมดอินพุต โมเดลใช้ความเข้าใจเชิงภาพเพื่อการวางแผน เฝ้าติดตามการดำเนินการ และการแก้ไขตนเอง — ทำให้ทำงานอย่างการแปลงสกรีนช็อตเป็นโค้ด การสร้างเกม/แอนิเมชันแบบโต้ตอบ และการแปลง 2D เป็น 3D ได้
โมเดลอยู่ในอันดับสูงบน Text Arena (รายงานที่ห้า) และ Vision Arena (รายงานที่สอง) ใน ข้อมูลหลังเปิดตัวระยะแรก
โฟกัสที่ผลลัพธ์ปลายทางแบบ end-to-end:
เน้นการผลิตผลลัพธ์คุณภาพพร้อมใช้งานในอาชีพหลายร้อยสาขามากกว่าคำตอบแยกส่วน
โหมด Thinking และโหมดประมวลผลเร็ว
มีสองโหมด: thinking mode และ fast inference mode โหมด thinking สำหรับการให้เหตุผลเชิงลึกและการวางแผนซับซ้อน โหมด fast สำหรับการตอบสนองหน่วงต่ำเมื่อภารกิจตรงไปตรงมา เอกสารของ Alibaba Cloud's OpenCode แสดงว่าเปิด thinking สำหรับเส้นทาง Qwen3.8 และมีตัวควบคุม reasoning สำหรับเส้นทางพรีวิว ได้แก่ xhigh, medium, และ low
การแยกแบบนี้มีคุณค่าต่อการออกแบบผลิตภัณฑ์ ทีมไม่ควรใช้โหมดให้เหตุผลหนักที่สุดกับทุกคำขอ บ็อตซัพพอร์ตสามารถจัดประเภททิกเก็ตง่ายๆ อย่างประหยัด สรุปด้วยโมเดลที่เร็วกว่า และยกระดับไปยัง Qwen3.8-Max ในโหมด thinking เฉพาะเมื่อผู้ใช้ขอการตัดสินนโยบายที่ซับซ้อน การวิเคราะห์สาเหตุราก การทบทวนสัญญา หรือแผนย้ายโค้ด
ความสามารถเหล่านี้ได้รับการตรวจสอบผ่านการทดลองภายในระยะยาวและชุดเบนช์มาร์กครอบคลุมเอเจนต์โค้ด เอเจนต์ทั่วไป การให้เหตุผลมัลติโหมด ความเข้าใจเอกสาร และงานการรับรู้/การยึดโยง
การทดสอบประสิทธิภาพ: ข้อมูลผลการวัดเชิงปริมาณ
Alibaba เผยแพร่ชุดเบนช์มาร์กภายในที่ครอบคลุมในช่วง GA การยืนยันอิสระ (Artificial Analysis Intelligence Index, LMArena ฯลฯ) ยังอยู่ระหว่างไล่ทันในไม่กี่วันหลังเปิดตัว; ข้อมูลแรกจาก Artificial Analysis จัด Qwen3.8-Max ที่ Intelligence Index 53 (อันดับ ~16/186 ในชุดที่ติดตาม) โดยสังเกตแนวโน้มความยืดยาวของคำตอบและความเร็วที่ต่ำกว่าเปรียบเทียบ
คะแนนที่คัดมาบางส่วน (Qwen3.8-Max เทียบเพื่อนที่เลือก):
| Benchmark | Qwen3.8-Max | Claude Fable 5 / Opus 4.8 | GPT-5.6 Sol (max) | Qwen3.7-Max |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 86.6 | 84.6 | 88.8 | 74.5 |
| PaperBench | 93.0 | 88.8 / 80.3 | 90.5 | 64.8 |
| SWE-bench Pro | 67.7 | 80.0 / 69.2 | 64.6 | 60.6 |
| FrontierSWE | 73.5 | 88.8 | — | 40.7 |
| DeepSWE 1.1 | 56.6 | 70.0 | 73.0 | 21.6 |
| IFBench | 82.8 | ~63.5 | — | 79.1 |
| GPQA Diamond | 92.6 | 92.6 | 94.1 | 92.4 |
| OmniDocBench 1.5 | 92.1 | — | — | — |
| OSWorld-Verified | 86.1 | — | — | — |
Qwen3.8-Max มักนำหรืออยู่หัวตารางในงานให้เหตุผลมัลติโหมด งานเอกสาร/สำนักงาน และเมตริกเอเจนต์โค้ด/วิจัยบางส่วน ขณะตามหลังโมเดลปิดที่แข็งแกร่งที่สุดในบางชุดเอเจนต์วิศวกรรมซอฟต์แวร์ล้วน ก้าวกระโดดรุ่นต่อรุ่นบน FrontierSWE และ DeepSWE มีนัยสำคัญ โปรดมองตัวเลขจากผู้ขายเป็นแนวโน้ม; การรันอิสระและการประเมินเฉพาะเวิร์กโหลดยังจำเป็น
ราคา API ของ Qwen3.8-Max
อัตราอย่างเป็นทางการบน Alibaba Cloud Model Studio / QwenCloud สำหรับ Qwen3.8-Max (GA ต้นสิงหาคม 2026):
- อินพุต: $2.00 ต่อ 1 ล้านโทเคน
- เอาต์พุต: $6.00 ต่อ 1 ล้านโทเคน (รวมโทเคนสำหรับ thinking/reasoning)
- อินพุตที่แคชไว้: ประมาณ $0.25 ต่อ 1 ล้านโทเคน (ประหยัดอย่างมีนัยสำคัญสำหรับบริบทยาวซ้ำๆ)
ราคาแบนทั่วหน้าต่างบริบท 1M ทั้งหมด — ข้อได้เปรียบเด่นเมื่อเทียบคู่แข่งจำนวนมากที่เก็บเพิ่มสำหรับบริบทยาว ส่วนลดแบบ batch และอื่นๆ อาจมีตามภูมิภาคและแผนปรับใช้
บริบทเปรียบเทียบ (ป้ายราคาโดยประมาณในช่วงเวลาเดียวกัน):
- Kimi K3: ~$3 / $15
- โมเดลแนวหน้า Claude / GPT ระดับสูง: มัก $5+ / $15–25+
- ซีรีส์ DeepSeek V4 Flash: ต่ำกว่ามาก (บ่อยครั้งรวมกันไม่ถึง $0.50 สำหรับหลายกรณี)
สำหรับทีมที่ใช้งานหลายผู้ให้บริการอยู่แล้ว เกตเวย์รวมอย่าง CometAPI มักให้ส่วนลด ~20% เมื่อเทียบอัตราทางการ, endpoint ที่เข้ากันได้กับ OpenAI เพียงจุดเดียว, บิลรวม และการสลับโมเดลหรือ failover ที่ง่าย ทำให้ทดลองกับ Qwen3.8-Max (และเทียบพร้อมกันกับ DeepSeek V4 Flash, Kimi โมเดลอื่นๆ) ทำได้ง่ายขึ้นและถูกลง ตรวจสอบหน้าราคา CometAPI และข้อเสนอเครดิตฟรีเพื่อดูอัตราปัจจุบัน
Qwen3.8-Max เทียบกับ Kimi K3 และ DeepSeek V4 Flash อย่างไร
| มิติ | Qwen3.8-Max | Kimi K3 | DeepSeek V4 Flash |
|---|---|---|---|
| พารามิเตอร์รวม / ใช้งาน | 2.4T / ~95B | ~2.8T / ~104B | 284B / 13B |
| บริบท | 1M | 1M | 1M |
| มัลติโหมด | ข้อความ + ภาพ + วิดีโอ | ข้อความ + ภาพ + วิดีโอ | ข้อความอย่างเดียว |
| ราคา (ขาเข้า/ขาออก) | $2 / $6 | $3 / $15 | ~$0.14 / $0.28 (ถูกมาก) |
| เปิดน้ำหนัก | วางแผน (สัปดาห์หน้า) | เปิดแล้ว | MIT, เปิดให้ใช้ |
| จุดเด่น | อัตโนมัติระยะยาว มัลติโหมด PaperBench ราคาเอาต์พุตคุ้มค่า | คะแนนอิสระแข็งแกร่ง นำบน Arena ด้านโค้ดฝั่ง frontend | คุ้มค่าสุด ประสิทธิภาพเอเจนต์โค้ดดีเมื่อเทียบขนาด |
| สถานะเปรียบเทียบ | แข่งขัน/นำในหลายเบนช์มาร์กเอเจนต์และมัลติโหมด | ได้เปรียบบางดัชนีปัญญาที่ผ่านการตรวจ | ค่าคุ้มยอดเยี่ยม; ความสามารถสัมบูรณ์ต่ำกว่า |
โดยทั่วไป Qwen3.8-Max เทียบหรือเหนือกว่า Kimi K3 ในความคุ้มค่าต่อเอาต์พุตและงานมัลติโหมด ขณะ DeepSeek V4 Flash ยังคงเป็นแชมป์ความประหยัดสำหรับงานข้อความปริมาณมากที่ไม่ต้องการความสามารถสูงสุด หลายทีมจะใช้ทั้งสามผ่านเกตเวย์รวม โดยรูตทราฟฟิกง่ายๆ ไปยังรุ่น Flash และสงวน Qwen3.8-Max หรือ Kimi K3 สำหรับเซสชันเอเจนต์ซับซ้อน
Qwen3.8-Max เทียบ Kimi K3 ได้ไหม?
บางด้านทำได้ เทียบหน้าต่างบริบท 1M มีตำแหน่งมัลติโหมดแข็งแกร่ง และถูกกว่าบนราคาขาเข้าสแตนดาร์ด/ขาออกทางการ แต่ไม่เท่าพารามิเตอร์รวม 2.8T ของ Kimi เอกสารสาธารณะของ Kimi ยังละเอียดเป็นพิเศษในด้านเครื่องมือ การแคชบริบท เอาต์พุตโครงสร้าง และคำแนะนำด้านวิสัยทัศน์
Qwen3.8-Max เทียบ DeepSeek V4 Flash ได้ไหม?
แข่งขันกันในบริบท 1M และสถาปัตยกรรม MoE แต่ผลิตภัณฑ์มุ่งคนละงาน DeepSeek V4 Flash คือเส้นทางเร็วและประหยัด Qwen3.8-Max คือเส้นทางขนาดใหญ่ความสามารถสูงสำหรับงานที่การเข้าใจมัลติโหมด การให้เหตุผลขั้นสูง และผลิตภาพระดับองค์กรสำคัญกว่าราคาต่อโทเคนต่ำสุด
Qwen3.8-Max ทำอะไรได้บ้าง?
การโค้ดและวิศวกรรมซอฟต์แวร์
Qwen3.8-Max เป็นตัวเลือกที่แข็งแกร่งสำหรับฟูลสแตก โค้ดรีวิว ทำความเข้าใจรีโป แผนการย้ายระบบ ออกแบบ API ดีบัก ให้เหตุผลด้านเทสต์ และสถาปัตยกรรมซอฟต์แวร์ บริบทยาวช่วยเมื่อโมเดลต้องมองหลายไฟล์ ล็อก และข้อกำหนดพร้อมกัน ใช้กับงานโค้ดยาก ไม่ใช่ทุกงานเติมคำหรืออธิบาย lint แบบง่าย
งานสำนักงานและความรู้
ตำแหน่ง “Cowork” มีความหมาย พนักงานองค์กรไม่ได้ถามแชตอย่างเดียว พวกเขาเปรียบเทียบ PDF สรุปประชุม ทบทวนสไลด์ ตีความสเปรดชีต ตรวจสัญญา เขียนรายงาน และเตรียมการตัดสินใจจากหลักฐานที่สับสน Qwen3.8-Max ที่เป็นมัลติโหมดและบริบทยาวเหมาะกับเวิร์กโฟลว์สำนักงานที่ต้องให้เหตุผลร่วมกันระหว่างข้อความ เอกสาร สกรีนช็อต และข้อมูลโครงสร้าง
เวิร์กโฟลว์เชิงเอเจนต์
Qwen3.8-Max มีประโยชน์ในการวางแผนเอเจนต์: แตกเป้าหมายเป็นขั้นตอน ตัดสินใจเรียกเครื่องมือ ประเมินผลลัพธ์ และปรับแผน ใน CometAPI สิ่งนี้ใช้ได้จริงขึ้น เพราะแอปเดียวกันอาจรูตขั้นตอนง่ายๆ ไปยังโมเดลที่ถูกกว่าและสงวน Qwen3.8-Max สำหรับการวางแผนหรือการตรวจทาน
เริ่มต้นใช้งานและเคล็ดลับการเชื่อมต่อ CometAPI
- เข้าถึงโดยตรง: ใช้ QwenCloud หรือ Alibaba Cloud Model Studio ด้วยรหัสโมเดล
qwen3.8-maxรองรับทั้ง endpoint ที่เข้ากันได้กับ OpenAI และ Anthropic - การเข้าถึงแบบรวมผ่าน CometAPI: สมัครที่ CometAPI.com รับ API key ตั้ง
base_urlเป็นhttps://api.cometapi.com/v1และเรียกmodel="qwen3.8-max"คีย์เดียวกันใช้กับ DeepSeek V4 Flash, Kimi K3, Claude, GPT และอีกหลายร้อยโมเดล — เหมาะสำหรับการทดลอง คุมต้นทุน และรูตงานโปรดักชัน CometAPI เน้นราคาที่แข่งขัน หน่วงต่ำ และเพิ่มโมเดลใหม่อย่างรวดเร็ว (Qwen3.8-Max ถูกเพิ่มไม่นานหลังเปิดตัว) - เฟรมเวิร์กเอเจนต์: เสียบตรงกับ Claude Code, OpenClaw หรือฮาร์เนสแบบกำหนดเอง เปิดระดับ reasoning ที่สูงขึ้นสำหรับงานซับซ้อนระยะยาว
- น้ำหนักแบบเปิด: ติดตามบน Hugging Face / ModelScope สำหรับการปล่อยที่จะมาถึง หากคุณต้องการปรับใช้ on-premise หรือทำไฟน์จูน