Qwen3.8-Flash-NextvsClaude Opus 4.6
在 5 个共同 benchmark 中，Qwen3.8-Flash-Next 整体领先：Qwen3.8-Flash-Next 领先 3 项，Claude Opus 4.6 领先 2 项，持平 0 项，平均分差 -0.90。
Qwen3.8-Flash-Next
阿里巴巴 · 2026-08-26 · 推理大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Qwen3.8-Flash-Next3 项(60%)(40%)2 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 5 项。
Coding and Software Engineer
Qwen3.8-Flash-Next 领先 2/2| 评测项 | Qwen3.8-Flash-Next | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| LiveCodeBench | 91.903 / 127极高强度思考（无工具） | 7641 / 127Extended (no tools) | +15.90 |
| SWE-bench Multilingual | 813 / 26极高强度思考（工具） | 7216 / 26Extended (with tools) | +9 |
General Knowledge
Claude Opus 4.6 领先 1/1| 评测项 | Qwen3.8-Flash-Next | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| HLE | 35.9078 / 183极高强度思考（无工具） | 5321 / 183Extended (with tools, internet) | -17.10 |
Instruction Following
Claude Opus 4.6 领先 1/1| 评测项 | Qwen3.8-Flash-Next | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| IF Bench | 81.303 / 34极高强度思考（无工具） | 941 / 34Extended (no tools) | -12.70 |
科学与综合推理
Qwen3.8-Flash-Next 领先 1/1| 评测项 | Qwen3.8-Flash-Next | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.7027 / 225极高强度思考（无工具） | 91.3129 / 225Extended (no tools) | +0.39 |
规格对比
| 字段 | Qwen3.8-Flash-Next | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | 阿里巴巴 | Anthropic |
| 发布时间 | 2026-08-26 | 2026-02-05 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | 稠密模型 |
| 参数规模 | 1250亿 | 暂无数据 |
| 上下文长度 | 256K（原生，可扩展至 1M） | 1000K |
| 最大输出 | 128K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Qwen3.8-Flash-Next | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | 暂无公开价格 | $0.5 / 1M tokens |
| 文本输出 | 暂无公开价格 | $25 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $10 / 1M tokens |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Qwen3.8-Flash-Next在以下类目领先:Coding and Software Engineer (2/2)、科学与综合推理 (1/1)
- Claude Opus 4.6在以下类目领先:General Knowledge (1/1)、Instruction Following (1/1)
5 个共同 benchmark 上，Claude Opus 4.6 平均高出 0.90 分。
单项差距最大的 benchmark：HLE — Qwen3.8-Flash-Next 35.90，Claude Opus 4.6 53（分差 -17.10）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。