芯耀
与非AI
291
原标题：Qwen3.8-Flash发布，新斩杀线！熬夜爆肝实测一天，夯爆了还是拉完了？
大家好，我是小林。
就在昨晚，阿里发布了 Qwen3.8-Flash。
而且这次依旧开源，对应的开源权重叫 Qwen3.8-Flash-Next。这里的 Next，指的是一套全新的模型架构，未来的 Qwen4 也会沿用。简单来说，阿里这次提前把 Qwen4 的底子放出来了。
Qwen3.8-Flash 的主模型有 125B 参数，但每次生成 Token，真正参与计算的只有 6B 参数。
你没看错，就是 6B。
这里容易误解，不是说整个模型只有 6B，而是它每次回答问题，只需要调动其中 6B 参数参与计算。参与计算的参数少了，生成的速度会更快，成本也能降下来。
另外，Qwen3.8-Flash 原生支持 262K 上下文，可以扩展到 1M，还具备多模态能力。
只激活 6B，能力会不会跟着缩水？
官方给出的答案有点猛。在多项编程、专业工作和多模态评测中，Qwen3.8-Flash 已经超过 Opus 4.6，整体表现开始逼近 Opus 4.8。
具体来看，测试智能体编程能力的 SWE-bench Pro，Qwen3.8-Flash 比 Opus 4.6 高了 9.1 分。在专业工作任务 JobBench 中，Qwen3.8-Flash 比 Opus 4.6 高出接近 20 分。
讲真，一个每次只激活 6B 参数的模型，性能却能摸到 Opus 4.8 这个位置，确实有点离谱。
最关键的是价格。
Qwen3.8-Flash 的价格，比Opus4.6 便宜超过 97.5%！
Qwen3.8-Flash 每百万 Token 输入只要 0.8 元，输出只要 2.7 元，甚至比 DeepSeek-V4-Flash 高峰时段的三分之一还低。
而且 Qwen3.8-Flash 每百万 Token 的缓存命中价格，低至 0.1 元。
看明白了吗？这么一看，Qwen3.8-Flash 能力够强，调用成本也足够低。
这一次，大模型的新「斩杀线」，又被 Qwen 往下压了一截。
为此，小林我也爆肝实测了一晚上，我是在 Qoder 上测试的，目前已经可以用 Qwen3.8-Flash 模型了。
接下来一起看看，Qwen3.8-Flash 的实际表现到底怎么样？
实测 Qwen3.8-Flash
01｜飞机大战游戏
相信飞机大战是很多人的童年游戏了，所以第一个测试，我就让 Qwen3.8-Flash 做一个飞机大战小游戏，回顾一下童年。
我写的提示词也很简单，整个需求只有几句话。
一轮对话之后，游戏就做出来了。先看页面效果，整体完成度还是挺高的。霓虹风格很统一，开场界面和游戏界面该有的信息也都有，没有那种临时拼出来的粗糙感。
更重要的是，这个游戏不只是能打开，而是真的能玩。操作起来还是很丝滑，三种武器切换也很自然，而且每种武器的弹道、特效和玩法都有明显区别。
比较让我惊喜的是，这些武器的具体效果，我在提示词里都没有说明，是 Qwen3.8-Flash 自己设计出来的。
它还补上了击杀掉落 Buff、武器升级、连击和分数倍率。吃到 Buff 之后，火力提升很明显，游戏的正反馈做得不错。
大约一分钟后，Boss 正常登场，而且难度还不低。我本来想顺手录个通关画面，结果打了半天还是没过去，看来游戏没问题，菜的是我。
一次对话，它就把画面、操作和游戏玩法都做完整了。提示词里没有说清楚的细节，它也主动补了进去，最后交付的不是一个只能看的页面，而是一款完整可玩的小游戏。
02｜八足蜘蛛运动轨迹
第二个测试，是很多模型都会翻车的「八足蜘蛛运动轨迹」。
这类案例最难的就是八条腿的配合，稍微处理不好，走起来就会像八条腿各玩各的。
结果 Qwen3.8-Flash 一轮生成之后，我打开之后的第一反应就是：卧 x，这么强的吗？
八条腿会分成两组交替支撑，遇到起伏的地形，脚能稳稳踩住，身体也会跟着地面上下调整，整个运动过程非常自然。
为什么我反应这么大？因为这个案例，我之前也用 ChatGPT 5.6 Sol 测试过。
两段效果放在一起看，Qwen3.8-Flash 已经非常接近 ChatGPT 5.6 Sol 了，甚至蜘蛛外形和地形适应这些细节，我感觉还更精致一点。
要知道，Qwen3.8-Flash 只是一款 Flash 模型，能和 GPT 5.6 Sol 做到这个程度，确实有点超出我的预期。
再看看 DeepSeek-V4-Flash 的效果。
DeepSeek 生成的蜘蛛，八条腿看起来会僵一些，身体也有种贴着地面滑过去的感觉。对比之下，更能看出 Qwen3.8-Flash 对八条腿协调运动的处理有多好。
这一轮测试，Qwen3.8-Flash 给我的惊喜挺大。它不仅把蜘蛛做出来了，还处理好了八条腿的配合、身体重心和地形变化。作为一款 Flash 模型，这个效果确实很强。
03｜3D 游戏
第三个挑战，直接把难度拉到 3D。
我先让 Qwen3.8-Flash 做了一个 3D 魔方模拟器。
一轮生成之后，魔方不仅可以自由旋转视角，还能直接拖动色块。
顺时针、逆时针和 180 度旋转都可以自己选择。
把魔方彻底打乱之后，点击自动复原，它也能一步步正确还原。
这个结果让我挺满意。3D 魔方最容易出问题的地方，就是转着转着色块状态乱了，或者操作方式没做完整，但 Qwen3.8-Flash 这一版都正常实现了。
我之前也用相同的提示词测试过其他模型。目前一轮对话生成的版本里，Qwen3.8-Flash 是我体验最好的。
比如 GPT 5.6 Sol 生成的版本，只能通过右侧面板转动魔方，不能直接拖动色块，也不能自定义旋转方向。
接着，我又让它做了一个 3D 网球游戏。
出来的场景还挺大，球场、海边、棕榈树和观众席全都有
这个游戏也是完整可玩的。可以正常发球、击球，球出界之后，系统也会把分数判给对方。
注意看，场外的观众和天空中的海鸥也不是静止的，细节完成度还不错。
而且游戏的平击、上旋和削球三种击球方式都做出来了
我完整玩了一局，和 NPC 打得有来有回。最后比分来到 6 比 6，我没控制好力度，把球打出了界外，直接输掉了比赛。看来我的游戏水平确实还得练练。
最后，我还测试了一个实时 3D 角色控制网页。角色可以行走、奔跑、攻击和格挡。
也能切换不同的武器。
查看骨骼效果也是 ok。虽然人物长得有点抽象，但功能确实都做出来了。
这一轮挑战，Qwen3.8-Flash 连续做了三个不同的 3D 项目，核心功能都实现了，实测过程中也没有遇到明显的 Bug。
尤其是 3D 魔方和网球游戏，不光页面能展示，里面的交互和规则也能正常运行。作为一款 Flash 模型，这个 3D 开发能力算很强的了。
04｜电影级动效网页
游戏测试完，我又给 Qwen3.8-Flash 上了一点视觉压力，让它做一个电影感的模型发布网站。
提示词确实比前面长一些，我要求它用连续的镜头运动、巨型文字、动态数字和粒子效果，把整个网页做成一部可以滚动播放的数字电影。
成品打开之后，第一眼还挺震撼。整个页面以黑色和冷蓝色为主，大量粒子、光线和文字会随着滚动不断重组，视觉风格非常统一。
尤其是大标题出现的时候，粒子会跟着聚拢和散开，再配上缓慢推进的镜头，确实有一种科技发布片的感觉。
而且它做的内容量还挺大，不是滚动几下就结束。我已经在快速往下滑了，完整动画依然播放了接近一分钟。
这个效果直接放到产品发布会的大屏上，我觉得都能撑得住场面。
05｜ 解决真实需求
最后一个测试，我把 Qwen3.8-Flash 直接放进了小林简历（jianli.xiaolinnote.com）的真实代码仓库。
前几天，有读者反馈简历编辑器的列表只支持一种黑色圆点，希望子层级能像 Word 一样显示不同符号。
小林简历的代码文件不少，我没有告诉 Qwen3.8-Flash 应该修改哪个文件，也没有描述具体的实现方式。
我只把读者反馈的截图丢给它，然后说了一句：「修复一下这个问题。」
接下来，它自己找到对应代码，完成修改，运行项目，再打开浏览器检查效果。
注意，提交任务之后我没有再介入，浏览器也是它自己打开验证的。
一轮任务结束，简历编辑器已经支持多层级列表。
第一层是实心圆点，第二层会自动切换成空心圆点，简历预览里的效果也同步更新了。
只给一张反馈截图，它就能自己找代码、修改、运行和验证，最后把需求完整交出来。整个过程已经形成了一个完整的任务闭环。
这一下，确实有 Agent 那味了。
写在最后
这一轮测下来，Qwen3.8-Flash 的表现确实超过了我的预期。
从 2D 游戏、八足蜘蛛、3D 场景，到电影感网页，最后再把它放进小林简历的真实代码仓库，它都把任务接住了。
尤其是最后一个需求。
我只给了它一张读者反馈的截图，没有告诉它应该修改哪个文件。它自己找到代码、完成修改、运行项目，再打开浏览器检查效果，一轮就把需求解决了。
这个过程给我的感受很直接，Qwen3.8-Flash 虽然不是旗舰型号，但旗舰模型能干的活，它已经能接住不少。价格还低了一大截，跑这种需要多轮调用的 Agent 任务，优势会更加明显。
以后选模型，估计不能只盯着谁的跑分最高了。谁能用更低的成本，把任务完整交出来，可能更值得关注。
所以你要问我，这次大模型新的「斩杀线」是谁？
我觉得，Qwen3.8-Flash 已经站上去了。
更有意思的是，Qwen3.8-Flash-Next 只是 Qwen4 新架构的一次提前预演。
一个预演版本已经能做到这个程度，未来 Qwen4 的表现，确实值得期待。
