Qwen3.8-Flash-Next:智能与成本实测

Qwen3.8-Flash-Next Intelligence, Performance and Price Analysis

Qwen3.8-Flash-Next:智能与成本实测

Artificial Analysis 对 Qwen3.8-Flash-Next 进行了深度评测,覆盖智能指数、开放度、成本效益及响应速度等关键维度。该模型在 GDPval-AA v2、GPQA Diamond 等九项基准测试中表现如何?其每任务成本与输出速度是否具备竞争力?文章详细拆解了模型在不同场景下的 Token 消耗、缓存命中率及端到端响应时间,并对比了开源与闭源模型的优劣。对于关注 LLM 落地成本与性能平衡的开发者而言,这份数据提供了极具参考价值的决策依据。

Artificial Analysis Intelligence Index v4.1.1 包含九项评估:GDPval-AA v2、𝜏³-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience 以及 AA-LCR。
  1. vblanco

    对于这种尺寸的模型来说,分数简直离谱。但它确实看起来是个过度思考的疯子,token 消耗量在所有模型中最大,再加上 256k 的上下文窗口,这意味着它在填满上下文之前根本干不了多少事。

  2. kasperni

    这篇帖子是不是该给点背景信息?有些人 AI 之外还有生活呢。

同日更多故事

2026-08-27