AIHOT 评分 · 综合60.0分暂不排名:评测数量还不够评分不是正确率 · 评测覆盖 22%
Qwen3.8 2.4 T A 95 B 在 AIHOT 模型榜暂不排名(评测数量还不够);Alibaba 2026 年 8 月 12 日发布,官方 API 每百万 Token 输入 ¥12、输出 ¥36,上下文 104.9万 Token。
可比较分类0/ 4 项分类
已有成绩10项评测
上下文窗口104.9万Token
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分—分这个领域测得还不够2 项评测 · 覆盖 17%科研AIHOT 评分61.4分暂不排名2 项评测 · 覆盖 22%专业办公AIHOT 评分63.3分暂不排名3 项评测 · 覆盖 22%知识问答AIHOT 评分59.6分暂不排名3 项评测 · 覆盖 40%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
最近的新闻。
提到 Qwen3.8 2.4 T A 95 B 的报道,最新的在前。
- 8月15日Qwen3.8-2.4T-A95B上线DeepInfra通义千问 / Qwen
- 8月15日Qwen3.8-2.4T-A95B 上线 SiliconFlow通义千问 / Qwen
- 8月13日Qwen3.8-2.4T-A95B 开源,硅基流动即日上线硅基流动 SiliconFlow
- 8月13日Qwen3.8-2.4T-A95B 开源,硅基流动即日上线硅基流动 SiliconFlow
- 8月13日Qwen3.8-2.4T-A95B 开源 MoE 模型上线 HuggingFaceRohan Paul
- 8月13日阿里开放 Qwen3.8-2.4T-A95B 模型权重:2.4T MoE、激活 95B、原生 256K 上下文IT之家·人工智能
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看它测什么、运行配置与采用方式。
编程57.72 项
科研61.42 项
专业办公63.33 项
知识问答59.63 项
尚无成绩的评测
这些评测尚无可采用的公开成绩,缺测不补分。
Terminal-Bench 4.0 · ValsTerminal-Bench 4.0 · 官方LiveBench · 编程综合Code Migration v1.1ProgramBenchMirrorCodeVibe Code Bench v1.1CyberBench Patch v1.1FrontierCode 2.0 · AAAPEX-SWEFrontierCode 2.0 · CognitionWeirdML v3FrontierSWE v2TapTap MakerFrontierMath v2 · Tiers 1–3LiveBench · 推理与数学致知 · 逻辑月榜司南 · 推理ARC-AGI-2司南 · 抽象CritPt v2 Hard · AAChess PuzzlesMystery Game PuzzlesMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AABioMysteryBenchVals Finance Agent v2.1APEX-Agents 1.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorLiveBench · 数据分析AA-Analyst AgentLegal Research BenchTaxAgentBenchExcel Modeling v1.1SimpleQA Verified司南 · 知识LiveBench · 语言与指令NYT Connections 扩展版BullshitBench · 错误前提Arena TextArena WebDev
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
还没有成绩的领域:真人盲选,暂按整体水平计算。
了解计算方法 →