Qwen3.8 Max 在基准测试中表现出与 Claude Opus 5 的竞争力,仅落后 5 分。然而,Qwen3.8 Max 的成本显著更低,每百万输出 token 的价格便宜四倍。这种成本效益表明,Qwen3.8 Max 的价值主张(以单位成本的性能衡量)正在迅速改善。 AI
影响 像 Qwen3.8 Max 这样的模型日益增长的价值主张可能会推动大型语言模型市场的更广泛采用和竞争。
排序理由 模型性能和成本的比较。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →