Qwen3.8 Max (0902)
8418°
รันโมเดลนี้
ข้อเสนอ / โฆษณา
Qwen | บริบท 1,000,000 โทเค็น | $2.00/M อินพุต, $6.00/M เอาต์พุต Qwen3.8 Max 0902 เป็นสแนปช็อตอัปเดตของ Qwen3.8 Max จากทีม Qwen ของ Alibaba เป็นโมเดล Mixture-of-Experts ขนาด 2.4 ล้านล้านพารามิเตอร์ รองรับอินพุตข้อความ รูปภาพ และวิดีโอ และส่งออกข้อความ พร้อมหน้าต่างบริบท 1M โทเค็น และเปิดใช้งานการใช้เหตุผลโดยค่าเริ่มต้น สแนปช็อตนี้ผ่านการฝึกหลังสำหรับงานเขียนโค้ดและงานตัวแทน รวมถึงโครงการซอฟต์แวร์หลายขั้นตอน การประสานงานเครื่องมือหลายตัว และการดำเนินงานงานระยะยาว นอกจากนี้ยังเน้นการใช้เหตุผลแผนภูมิ การแยกวิเคราะห์เอกสาร และความเข้าใจมัลติโมดอลในเอกสารยาวและวิดีโอขยาย รองรับการเรียกเครื่องมือ เอาต์พุตแบบมีโครงสร้าง และการตั้งค่าความพยายามใช้เหตุผล
คู่มือสำหรับโมเดลนี้
วิธีเลือกโมเดล AI ในเดือนตุลาคม 2026: ข่าวสารโมเดลปิด แล้วโมเดลเปิดที่ควรดาวน์โหลด
น้ำหนักเปิด vs โอเพนซอร์ส vs API-only: สิ่งที่คุณทำได้จริงๆ
10 ทางเลือก ChatGPT ที่ถูกที่สุดในปี 2026: โมเดลท้องถิ่นฟรี, แผนฟรี และแผนราคาคงที่
บันทึกของกัปตัน
บันทึกจาก 2026-10-13
Qwen3.8 Max 0902 คือ snapshot หลังฝึกของ Alibaba Qwen3.8 Max โมเดล mixture-of-experts ขนาด 2.4 ล้านล้านพารามิเตอร์ที่ปรับแต่งเฉพาะสำหรับการเขียนโค้ดและ pipeline แบบ agentic รับข้อมูลข้อความ ภาพ และวิดีโอ มี reasoning เปิดใช้งานโดยดีฟอลต์ และรองรับ context window หนึ่งล้านโทเค็น หากคุณทำโปรเจกต์ซอฟต์แวร์หลายขั้นตอน ประสานเครื่องมือในงานยาว หรือจำเป็นต้องวิเคราะห์เอกสารและวิดีโอหนาแน่น นี่คือเวอร์ชันที่สร้างมาเพื่อการนั้น
เป็นที่รู้จักสำหรับ
- ฝึกหลังสำหรับโปรเจกต์โค้ดหลายขั้นตอนและการทำงาน agentic ระยะยาว
- รับข้อความ ภาพ และวิดีโอ พร้อม context window หนึ่งล้านโทเค็น
- เปิดใช้งาน reasoning โดยดีฟอลต์ พร้อมระดับความพยายามปรับได้
- รองรับ reasoning แผนภูมิและการวิเคราะห์เอกสารบนข้อมูลมัลติโมดัลยาว
- มีการเรียกเครื่องมือและผลลัพธ์แบบมีโครงสร้างสำหรับการรวม pipeline
ระวัง
- ใช้งานผ่าน API เท่านั้น ไม่มีน้ำหนักเปิด จึงไม่สามารถรันในเครื่องหรือ audit โมเดลได้
- ค่าผลลัพธ์ $6.00 ต่อหนึ่งล้านโทเค็น — ลูป agentic ที่มีผลลัพธ์เยอะจะมีค่าใช้จ่ายสูง
- reasoning เปิดโดยดีฟอลต์ หากต้องการผลลัพธ์เปล่าๆ ต้องตรวจสอบว่าปิดได้จริงหรือไม่
คำสั่งที่ควรลอง
แผนตัวแทนหลายเครื่องมือ
คุณมีเครื่องมือค้นเว็บ เครื่องมือรันโค้ด และเครื่องมือเขียนไฟล์ ผู้ใช้ต้องการสคริปต์ Python ที่ดึงข่าว Hacker News 10 อันดับแรก คะแนนแต่ละข่าวตามจำนวนคอมเมนต์ และบันทึก CSV ที่จัดอันดับแล้วลงดิสก์ เขียนแผนตัวแทนเต็ม: เรียกเครื่องมือใด ลำดับอย่างไร และเหตุผล จากนั้นสร้างสคริปต์สุดท้าย
ดึงข้อมูลเอกสารยาว
ฉันแนบไฟล์ PDF สเปคเทคนิค 200 หน้า ดึงตารางทั้งหมดที่มี benchmark ประสิทธิภาพ ระบุชื่อและหน่วยของเมตริกในแต่ละตาราง และคืนเป็นอาร์เรย์ JSON เดียวที่แต่ละอ็อบเจ็กต์มีคีย์: table_title, metrics (อาร์เรย์ชื่อและหน่วย), และ page_number
การ reasoning จากแผนภูมิภาพ
ฉันแนบแผนภูมิแท่งแสดงรายได้รายไตรมาสของ 5 สายผลิตภัณฑ์ใน 3 ปี ระบุสายผลิตภัณฑ์ที่มีอัตราการเติบโตทบต้นสูงสุด ประเมินอัตรานั้นเชิงตัวเลขจากแผนภูมิ และอธิบายเหตุผลทีละขั้นตอน
เปรียบเทียบกับ
- Qwen3.8 Flashโมเดลที่เปิดน้ำหนักบริบท 1,000,000 โทเค็น · ป้อน $0.15/M, ส่งออก $0.47/M
- Qwen3.8 27Bโมเดลที่เปิดน้ำหนักบริบท 1,000,000 โทเค็น · ป้อน $0.24/M, ส่งออก $2.20/M
- Qwen3.6 35B A3Bโมเดลที่เปิดน้ำหนักบริบท 262,144 โทเค็น · ป้อน $0.15/M, ส่งออก $1.00/M
- Qwen3.5-9Bโมเดลที่เปิดน้ำหนักบริบท 262,144 โทเค็น · ป้อน $0.10/M, ส่งออก $0.15/M
โมเดลข้อความเพิ่มเติมจาก qwen
คำถามที่คนถาม
- ฉันสามารถรัน Qwen3.8 Max 0902 ในเครื่องได้ไหม?
- ไม่ได้ Alibaba ยังไม่ปล่อยน้ำหนักโมเดลเปิด ใช้งานได้เฉพาะผ่าน API เท่านั้น
- ค่าใช้จ่ายและ context ยาวแค่ไหน?
- ราคา $2.00 ต่อหนึ่งล้านโทเค็นป้อนเข้า และ $6.00 ต่อหนึ่งล้านโทเค็นผลลัพธ์ โดยมี context window หนึ่งล้านโทเค็น
- snapshot นี้แตกต่างจาก Qwen3.8 Max รุ่นฐานอย่างไร?
- snapshot 0902 ฝึกหลังโดยเน้นโค้ด, workflow agentic, การประสานเครื่องมือหลายตัว, reasoning แผนภูมิ และความเข้าใจเอกสารมัลติโมดัลยาว ซึ่งเกินกว่าการฝึกทั่วไปของรุ่นฐาน
คำตัดสินของกัปตันโมเดล agentic และโค้ดดิ้งที่จริงจังพร้อม context มัลติโมดัลหนึ่งล้านโทเค็นแท้ ราคาสมเหตุสมผลสำหรับความสามารถที่ให้ — แต่อย่าลืมดูปริมาณผลลัพธ์
กัปตันเขียนบันทึกเหล่านี้จากคำอธิบายและบัตรโมเดลของโมเดล ราคากับขนาดบริบทเป็นของผู้ให้บริการในเวลาที่เขียนและอาจเปลี่ยนแปลงได้
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #60 Hottest Text / LLM model · #60 Hottest Text / LLM text model
Not this creator?
Get your own badge
แนวโน้มความนิยมของ Qwen3.8 Max (0902)
คะแนนความร้อนตั้งแต่ 3 Sep 2026
คะแนนความนิยม
8,418°
สัปดาห์นี้
▲
16.2%
8,397° ตอนนั้น, 8,418° ตอนนี้
เดือนนี้
▲
157%
8,292° ตอนนั้น, 8,418° ตอนนี้
ปีที่ผ่านมา
n/a
ยังไม่ปล่อย/ติดตาม
7,000°
ค่าพื้นฐาน
มาตรวัดมีช่วงตั้งแต่ 0° ถึง 9,999° ทุกอย่างต่ำกว่า 7,000° จะเก็บไว้สำหรับโมเดลที่ยังไม่มีแหล่งข้อมูลรายงาน ซึ่งใช้ตัวเลขแทนที่ตรงนั้นเพื่อให้รายการครบถ้วน 7,000° คือจุดเริ่มต้นของข้อมูลที่วัดได้: โมเดลที่มีข้อมูลจริงแต่แทบไม่มีการดาวน์โหลดจะอยู่ที่ค่าพื้นฐานนี้ และการวัดจะเติมองศาเพิ่มขึ้นด้านบน ค่าพื้นฐานไม่ได้บอกอะไรเกี่ยวกับโมเดลเลย; มีแค่องศาที่เพิ่มขึ้นด้านบนเท่านั้นที่บอกความแตกต่างระหว่างโมเดลแต่ละตัว
+1,418°
โทเค็น OpenRouter
โมเดลนี้ประมวลผลโทเค็น 532,019,137,329 ผ่าน OpenRouter ใน 30 วันที่ผ่านมา รวมคำสั่งและคำตอบ ทุก 10,000,000 โทเค็นนับเป็นการดาวน์โหลดหนึ่งครั้งในช่วงเวลาการดาวน์โหลด รวมทั้งหมด 53,201 โทเค็น โทเค็นของวันล่าสุดจะถูกนำมาคิดในอัตราการใช้งาน แหล่งข้อมูล: OpenRouter (openrouter.ai/rankings).
แสดงรายละเอียด
ทุกตัวเลขบนเว็บไซต์นี้ตรวจสอบได้ คะแนนความนิยมของโมเดลนี้คือ 8,418° และนี่คือการสร้างคะแนนทีละส่วน พร้อมยอดรวมที่เพิ่มขึ้นหลังจากแต่ละส่วน: ค่าพื้นฐาน, จำนวนองศาที่แต่ละแหล่งข้อมูลเพิ่ม, โบนัสสำหรับประเภทของโมเดล และการลดคะแนนตามอายุของน้ำหนัก สีต่างๆ คือช่วงของกราฟด้านบน คำศัพท์ท้ายบทความอธิบายคำทุกคำ
- 1เริ่มที่ค่าพื้นฐานทำไมต้อง 7,000° ไม่ใช่ศูนย์: มาตรวัดมีช่วงตั้งแต่ 0° ถึง 9,999° ส่วนที่ต่ำกว่า 7,000° ถูกสงวนไว้สำหรับโมเดลที่ยังไม่มีแหล่งข้อมูลรายงาน ซึ่งใช้ตัวเลขแทนที่ตรงนั้นเพื่อให้รายการครบถ้วนและไม่แซงหน้าโมเดลที่มีข้อมูล 7,000° คือจุดเริ่มต้นของข้อมูลที่วัดได้ โมเดลที่มีข้อมูลจริงแต่แทบไม่มีดาวน์โหลดจะอยู่ที่นี่ ทุกอย่างที่ตามมาคือการวัด และพื้นที่ด้านบนค่าพื้นฐานมีสิบขั้นตอนดาวน์โหลดที่เพิ่มขึ้นสิบเท่าที่ 300° ต่อขั้น ค่าพื้นฐานเหมือนกันสำหรับทุกโมเดล ดังนั้นมันจึงไม่ตัดสินอะไร; องศาที่เพิ่มขึ้นด้านบนต่างหากที่ตัดสิน7,000°ยอดรวมที่กำลังคำนวณ
- 2เพิ่มจำนวนการดาวน์โหลด53,201 เทียบเท่าการดาวน์โหลดทั้งหมด จาก โทเค็น OpenRouter การดาวน์โหลดเพิ่มขึ้นสิบเท่าจะเพิ่ม 300° เท่ากัน ดังนั้นขนาดจึงสำคัญแต่ไม่ใช่ทุกอย่าง+1,418°8,418°ยอดรวมที่กำลังคำนวณ
- =คะแนนความร้อนตำแหน่งของโมเดลนี้ในทุกลิสต์ของเว็บไซต์นี้ ไม่มีอะไรปรับแต่งเพิ่มเติม8,418°
คำศัพท์: คำที่ใช้ที่นี่
- คะแนนความร้อน
- ตัวเลขเดียวที่บอกว่าโมเดลถูกใช้และต้องการมากแค่ไหนตอนนี้ ตั้งแต่ 0° ถึง 9,999° ทุกลิสต์ที่บอกว่าร้อนแรงที่สุดจะเรียงตามคะแนนนี้เท่านั้น
- พื้นฐาน
- 7,000° คือจุดเริ่มต้นของทุกโมเดลที่มีข้อมูลจริง สเกลตั้งแต่ 0° ถึง 9,999° ส่วนที่ต่ำกว่าพื้นฐานสงวนไว้สำหรับตัวแทน (โมเดลที่ไม่มีข้อมูล) เพื่อให้โมเดลที่มีข้อมูลอยู่เหนือกว่า พื้นฐานเหมือนกันสำหรับทุกคนและไม่ตัดสินอะไร คะแนนที่สูงกว่าพื้นฐานคือการวัดผล
- เทียบเท่าการดาวน์โหลด
- ทุกอย่างที่คะแนนนับเป็นการดาวน์โหลด รวมกัน: การดาวน์โหลดจริง, ผู้แชร์แต่ละคนในทอร์เรนต์นับเป็น 1,000, ภาพ AI Horde แต่ละภาพ และแต่ละครั้งที่ใช้งานในเว็บไซต์สร้างภาพ
- สเกลลอการิทึม
- นับเป็นสิบ ไม่ใช่หน่วยเดียว: การเพิ่มจาก 1,000 เป็น 10,000 การดาวน์โหลดจะเพิ่มคะแนนเท่ากับการเพิ่มจาก 10,000 เป็น 100,000 เพื่อไม่ให้โมเดลใหญ่แย่งพื้นที่ทั้งหมด
- ไลก์
- การกดถูกใจและไลก์จากทุกแหล่ง มีค่าน้ำหนักครึ่งหนึ่งของการดาวน์โหลดในสเกลลอการิทึม
- อัตราการนำไปใช้
- จำนวนการดาวน์โหลดต่อวันที่โมเดลได้รับตอนนี้ วัดจากความต่างระหว่างสองครั้งที่อ่านข้อมูล น้ำหนักเป็นหนึ่งในสี่ของการดาวน์โหลด
- วัดได้และประมาณ
- วัดได้หมายถึงมีการอ่านค่าจากแหล่งที่มาสองครั้งและความแตกต่างนั้นเป็นของจริง ประมาณหมายถึงรู้แค่ยอดรวมของวันนี้เท่านั้น ส่วนอดีตจะถูกกระจายไปตามอายุของโมเดล; เว็บไซต์จะบอกว่ากำลังแสดงแบบไหน
- Seeder
- คนที่เก็บสำเนาน้ำหนักไว้บนออนไลน์เพื่อให้คนอื่นดาวน์โหลดผ่านทอร์เรนต์ หรือกระจกที่โฮสต์ทำแบบเดียวกัน แต่ละคนจะนับเป็น 1,000 ดาวน์โหลด
- AI Horde
- เครือข่ายอาสาสมัครที่สร้างภาพฟรีบนคอมพิวเตอร์ที่บริจาค จำนวนภาพที่สร้างด้วยโมเดลแต่ละตัวเป็นข้อมูลสาธารณะ และแต่ละภาพนับเป็นหนึ่งดาวน์โหลด
- เว็บไซต์สร้างภาพ
- เว็บไซต์ที่โฮสต์สำเนาโมเดลของตัวเองและให้คนสร้างภาพ เช่น PixAI, SeaArt และ Yodayo การดาวน์โหลดของพวกเขานับเหมือนกับ Civitai และแต่ละการสร้างภาพนับเป็นหนึ่งดาวน์โหลด
- โทเค็น OpenRouter
- โมเดลข้อความที่ให้บริการผ่าน API เช่น Claude หรือ GPT ไม่มีน้ำหนักให้ดาวน์โหลด ดังนั้นการใช้งานจะวัดจากโทเค็น: ชิ้นส่วนข้อความที่อ่านและเขียนผ่าน OpenRouter ซึ่งเป็นเกตเวย์ที่แอปหลายตัวใช้ใน 30 วันที่ผ่านมา ทุก 10,000,000 โทเค็นนับเป็นการดาวน์โหลดหนึ่งครั้ง แหล่งข้อมูล: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- โมเดลเต็ม (checkpoint)
- น้ำหนักโมเดลเอง ไฟล์ที่สร้างภาพได้ด้วยตัวเอง ได้รับโบนัสเพราะส่วนเสริมขึ้นอยู่กับมัน
- LoRA และ embedding
- ไฟล์เสริมขนาดเล็กที่ช่วยปรับน้ำหนักของคนอื่นให้ไปในสไตล์ ตัวละคร หรือแนวคิดเฉพาะ มันไม่สามารถทำงานได้เอง
- ตระกูลและน้ำหนัก
- ฐานที่โมเดลสร้างขึ้น เช่น SD 1.5, SDXL, Flux หรือ Wan โมเดลทุกตัวจะสืบทอดวันที่ปล่อยน้ำหนักของตระกูล
- อายุ
- ลดคะแนนตามระยะเวลาที่น้ำหนักของตระกูลถูกปล่อยออกมา: 150° ต่อปี สูงสุด 750° มันเก็บดาวน์โหลดเก่าที่สะสมมาหลายปีจากการแช่แข็งบนสุดของรายการ
- บูสต์ตระกูล
- แรงกระตุ้นเล็กๆ ที่จำกัดสำหรับ LoRA ของตระกูลที่เว็บไซต์นี้กำลังผลักดันอยู่ตอนนี้ จะแสดงในรายละเอียดเสมอ
- คะแนนสำรอง
- ตัวเลขที่มั่นคงต่ำกว่าค่าขั้นต่ำที่ให้กับโมเดลที่ยังไม่มีรายงานแหล่งที่มา เพื่อให้รายการครบถ้วน มันจะไม่จัดอันดับสูงกว่าโมเดลที่มีข้อมูล
- ใหม่! (ช่วงเวลาปลอดภัย)
- โมเดลที่มีอายุน้อยกว่า 7 วันจะแสดงคำว่า ใหม่! แทนคะแนนและจะไม่มีอันดับ โมเดลจะเริ่มคำนวณคะแนนตั้งแต่วันแรก แต่โมเดลที่อายุเพียงวันเดียวจะเติบโตเร็วที่สุด ดังนั้นถ้าไม่รอ โมเดลอันดับ #1 ของสัปดาห์จะเป็นโมเดลที่เพิ่งออกมาเมื่อวานแทนที่จะเป็นโมเดลที่อยู่ได้นานหนึ่งสัปดาห์
- แนวโน้ม
- การเติบโตของโมเดลในช่วงเวลาหนึ่งเทียบกับการเติบโตของโมเดลทั่วไปในช่วงเวลาเดียวกัน เร็วกว่าปกติหมายถึงเพิ่มขึ้น ช้ากว่าหมายถึงลดลง
- โมเดลทั่วไป
- จุดกึ่งกลางของแคตตาล็อก: ครึ่งหนึ่งของโมเดลที่มีตัวเลขเติบโตเร็วกว่าในช่วงเวลา ครึ่งหนึ่งช้ากว่า
ความนิยมของโมเดลนี้เปลี่ยนไปอย่างไรเมื่อเทียบกับแคตตาล็อกทั้งหมด: การเติบโตของการดาวน์โหลด ไลก์ และการใช้งานในแต่ละช่วงเวลา วัดเทียบกับการเติบโตเฉลี่ยของโมเดลทั่วไปในช่วงเวลาเดียวกัน พร้อมคะแนนความร้อนในเวลานั้น ถ้าอยู่เหนือการเติบโตเฉลี่ยคือเพิ่มขึ้น ต่ำกว่าคือถดถอย ข้อมูลในอดีตสร้างจากยอดรวมปัจจุบัน วันแรกของโมเดล และความเร็วดาวน์โหลดที่วัดได้ถ้ามีสองจุดข้อมูล โมเดลที่ยังไม่มีในช่วงเริ่มต้นจะแสดงเป็น n/a
Qwen3.8 Max (0902) เป็นโมเดลข้อความสำหรับตระกูล Text / LLM ที่อยู่ใน ModelTrends.ai แคตตาล็อกแบบอ่านอย่างเดียวของโมเดล AI สร้างภาพ วิดีโอ และข้อความแบบโอเพนซอร์ส เปรียบเทียบกับโมเดล Text / LLM อื่น ๆ และดูคะแนนความร้อนแรงเพื่อติดตามเทรนด์
โมเดล Text / LLM เพิ่มเติมข้อความ / LLM Text / LLM เพิ่มเติมllmqwenวิสัยทัศน์วิดีโอการให้เหตุผลเขียนโค้ดเอเจนต์บริบทยาว
เรียกดูตามตระกูลโมเดล
โมเดล Text / LLM
434
โมเดล Anima
528
โมเดล Chroma
19
โมเดล Fibo
2
โมเดล Flux
1,496
โมเดล Flux 2 / Klein
1,239
โมเดล Flux 3
3
โมเดล Moss
3
โมเดล Iris
1
โมเดล MiniMax H3
364
โมเดล Hunyuan
204
โมเดล Ideogram
20
โมเดล Krea2
717
โมเดล Qwen
20
โมเดล Qwen2
47
โมเดล Ltx2
153