Qwen3.8-Max-0902 发布：编程能力一个月暴涨，登顶 CodeArena 全球第一

一句话结论： 阿里 9 月 2 日发布 Qwen3.8-Max-0902 快照版，底模不换、只堆后训练，一个月时间 TerminalBench 3.0 从 11.3 干到 29.0，Code Arena 前端编程总榜 1691 分登顶全球第一，价格还一分没涨——用千问系工具的开发者直接受益。

老张昨天刚发完 GLM-5.3 开源权重的文章，里面还说它 TerminalBench 3.0 拿到 28.3 是开源第一。结果话音未落，9 月 2 日同一天，阿里放出千问 0902 版（29.0 分），Google 发布 Gemini 3.8 Flash（DeepSWE 73.7%），编程模型圈直接打成一锅粥。这波节奏对咱们是好事：能力涨、价格不涨。

📋 速览表

项目	内容
模型	Qwen3.8-Max-0902（阿里通义千问）
发布时间	2026-09-02（快照版本，官方 alias：qwen3.8-max-2026-09-02）
底模	与 8 月版 Qwen3.8-Max 相同（2.4T MoE，激活约 950 亿，1M 上下文）
提升方向	Coding 编程、Cowork 智能体任务、视觉（全部来自后训练）
价格	不变：$2/百万输入、$6/百万输出（百炼 12 元/36 元）
接入	千问 AI 平台 API、阿里云百炼、千问 App、千问办公、Qoder

发生了什么：9 月 2 日编程模型大战日

这一天堪称 2026 年下半年编程模型最密集的一天：

阿里：发布 Qwen3.8-Max-0902 快照版；
Google：发布 Gemini 3.8 Flash 和 3.8 Flash Cyber（后者是面向防守方的网络安全模型，需申请 Fairwind 计划才能用）；
前一天 9 月 1 日，Anthropic 刚发布了 Claude Fable 5.1（$10/$50 每百万 token）。

阿里的打法很清晰：底模不动，一个月后训练专攻编程和办公智能体，然后用「日期快照」的方式发版。以后看到模型名带 -0902 这种后缀，就知道是日期快照版本——这对运维和开发其实是好事，版本可追溯、行为可复现，老张建议生产环境锁定快照版本，不要直接跟 latest。

关键变化：编程能力一个月暴涨

官方公布的对比数据，老张挑重点：

TerminalBench 3.0：11.3 → 29.0（一个月涨 2.5 倍，反超 GLM-5.3 的 28.3）；
DeepSWE 1.1：56.6 → 69.3；
QwenSWEbench V2（阿里内部软件工程基准）：55.1 → 70.0；
JobBench（复杂任务处理）：53.4 → 64.0；
NL2Repo（自然语言生成代码仓库）：55.9 → 64.9。

官方图里最亮眼的是：Code Arena 前端编程总榜，Qwen3.8-Max-0902 以 1691 分拿下全球第一，压过 Claude Opus 5（Max）的 1688 分和 Kimi K3（Max）的 1674 分，比上一代 Qwen3.8-Max 整整高出 22 分。

不过老张要说句公道话：Code Arena 是真人盲测偏好评分，看的是综合体验；在一些硬核自动化基准上，Claude Opus 5 仍然领先（TerminalBench 3.0 拿 42.7，DeepSWE 拿 73.6）。所以「登顶」指的是偏好榜第一，不是所有基准都第一——千问 0902 真正的卖点是第一梯队的体验，国产模型的价格。

价格不变，还有缓存省钱

这次升级不加价：

千问 AI 平台：输入 $2/百万 token，输出 $6/百万 token；
上下文缓存命中更便宜：显式缓存 $0.17、隐式缓存 $0.25（每百万输入 token）；
国内百炼平台：输入 12 元、输出 36 元/百万 token，与上一代持平，新用户有 100 万 token 免费额度；
对照一下：同档的 Claude Fable 5.1 是 $10/$50，差了约 5-8 倍。

对跑 Agent 工作流的团队，1M 上下文 + 上下文缓存是省钱关键：长会话重复前缀命中缓存后，成本能压到零头。

怎么用：五条渠道，底座已开放权重

千问 AI 平台 API：模型 ID qwen3.8-max-0902，思考档位、工具调用等全部保留；
阿里云百炼：国内接入首选，同样价格；
千问 App / 千问办公：普通用户直接体验；
Qoder（阿里编程工具）：编程场景主力入口；
底座 Qwen3.8-Max 上个月已开放权重（2.4T-A95B），有私有化需求的团队可以评估自建——但 2.4T 总参数量，自建门槛不低。

和 GLM-5.3 怎么选

昨天刚写完 GLM-5.3，今天很多人肯定会问这个问题。老张的看法：

要私有化部署、数据不出域：选 GLM-5.3（权重开源，756GB FP8，需要大集群）；
要即开即用、极致性价比的 API：千问 0902 更省心，Code Arena 第一、价格低；
编程 Agent 重度用户：建议两个都测，TerminalBench 3.0 上两者几乎打平（29.0 vs 28.3），DeepSWE 上 GLM-5.3 66.9 vs 千问 69.3，差距都在个位数。

🎯 老张建议

生产环境锁快照版本：qwen3.8-max-0902 这种日期快照可追溯，别裸奔 latest，避免模型悄悄升级导致线上行为漂移；
长会话务必开上下文缓存：1M 上下文配缓存命中，Agent 场景成本能省一大截；
别迷信单一榜单：Code Arena 第一是体验第一，自动化编程基准 Opus 5 仍领先——选型前用自己的真实任务跑一遍最靠谱。

💬 互动话题

你现在的主力编程模型是哪家的？这次会切到千问 0902 吗？
日期快照式发版 vs 原地升级，你更喜欢哪种？
一个月 2.5 倍的迭代速度，你觉得是技术突破还是刷榜工程？

🔗 关注老张

公众号：老张聊运维小程序：观简国学个人博客：https://www.shanwaiyun.top/