Qwen 3.8 预览版测评报告，打得过Kimi K3吗？
千问 3.8 Max Preview 实测测评，对比此前 Kimi K3 的测评表现如何呢？
统一标准祖传测试用例实测，约束文本生成全对且速度更快，24 点、密码推理答题准确；编程项目生成效率大幅提升，浏览器系统配套太空射击游戏 UI 与功能完整，3D 赛车运行流畅无操控故障，复刻 Trello 看板还原度极高，仅缺少单条待办删除按钮一处小瑕疵。
对比 Kimi K3 存在答题失误、赛车失控、界面 bug 且生成耗时极长等短板，千问新版本综合实力更出众，响应速度优势突出。
关注 AI 产品狙击手，持续更新各类 AI 模型实测干货！
相关工具已收录于 AI工具严选
Qwen
通义千问，阿里推出的全面AI大语言模型系列
微信赞赏
相关推荐
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
2026-05-21
Qwen 3.7 测试！吊打Gemini 3.5！
本期带来 Qwen 3.7 与 Gemini 3.5 的正面评测对比，涵盖编程、推理、数学、多模态等核心维度。阿里通义千问 Qwen 3.7 是阿里巴巴推出的高性能大语言模型，号称全面吊打 Gemini 3.5。一起来看看 Qwen 3.7 的实际表现如何。 访问入口
2026-06-02
Qwen 3.7 Plus 测试报告！真的能打吗？
本期视频实测阿里巴巴通义千问最新发布的 Qwen 3.7 Plus，国产旗舰开源大模型系列高配版本。本期视频用祖传测试用力测评，看 Qwen 3.7 Plus 究竟能不能打。 访问入口
2026-08-15
Qwen-3.8-27B 测评报告！真的能打吗？
Qwen-3.8-27B 开源模型测评，本次测试使用 Q4_K_S 量化版本，BF16 原版权重留给大家自行部署。指令生成测试全部达标通顺，24 点、密码锁推理作答无误；浏览器操作系统项目启动失败，3D 赛车游戏画面可用但按键左右反转，Trello 看板功能完整。27B 量化后依旧有着不俗实力，非量化版本潜力更高，非常适合个人以及小型企业本地部署使用…… 访问入口
2026-09-12
Kimi K2.8 测评报告！真的能打吗？
Kimi K2.8 Preview 的测评报告终于来了。这次测试用的 key 由 B站网友「非著名思想公智」提供，评测依然放在 PI 平台上进行，尽量把 Harness 的影响降到最低，思考模式同样拉到最高。 不过在开始之前有个问题想先问大家：既然 Kimi K3 都已经出来了，为什么现在才推出 K2.8 Preview？知道的朋友可以在评论区聊聊。 推理能力测试 第一题是强约束指令遵循的句子生成，要求所有句子分别以「一到十」结尾。这一题有点大跌眼镜——十句里明显只有第一句和第四句符合结尾要求，通读下来这两句是通顺的。 第二题是新版 24 点，需要给出三个解。结果非常棒，三个解都完全符合提示词要求。 第三题是难度更高的新版密码锁推理，答案是 7294364，判断正确。 编程能力测试 第四题要求实现一个精美的浏览器操作系统。第一版点上去没有反应，毕竟花了几十分钟开发，直接判失败有点可惜，于是让它返修了一次，之后就能正常使用了。右上角的弹窗表现还算可以，Dock 栏里的应用功能也没什么问题，但压轴的太空射击游戏直接报错，这一项不行。 第五题是 3D 赛车游戏。车道方向就不对，游...
2026-09-18
Qwen 3.8 Omni Flash 全模态测评！究竟有多能打？
Qwen 3.8 Omni Flash 全模态模型来袭，我们的测评报告当然不能落下。因为是全模态模型，所以先测多模态能力，然后再看大家要求要不要测推理和编程。由于在线上测试，不知道免费额度能测多少，本次测试按最关心的顺序来。 第一题：HTML 游戏复刻。 给它一个简单的左右移动接住星星的小游戏视频，让它通过 HTML 复刻这个游戏。实现完成后打开看，实际效果像模像样，但有个问题：只能通过鼠标控制，键盘上下左右无法操控——而这个游戏明显应该支持键盘控制。 第二题：鸳鸯图片辨别。 给它一张鸳鸯图片，让它分辨雄鸳鸯和雌鸳鸯的数量。图片中应该有五只雄鸳鸯、四只雌鸳鸯，最左边是一只野鸭。模型回答四雄五雌，刚好说反了。 第三题：图像细节辨析。 让模型找出图片中的不同之处，它指出第一行第四列的菱形不端正、有所倾斜。实际检查后确认确实如此，判断正确。 第四题：电影出处匹配（老无所依）。 给一张老无所依电影截图，看模型是否能找出出自哪部电影。第一次给了截取较远的图，模型回答星际穿越，错了。这道题很少有模型能做对——不是辨别不了图片内容，而是在根据内容匹配电影时出错。换成更清晰的截图后，这次成...
