待验证50% 置信基准精确时间

阿里官方给出Qwen3.8 Flash的SWE-Bench Pro得62.5，领先Claude Opus 4.6约9分；Cowork Bench 73.9，DeepSeek为45.1；Job Bench 55.7，超出Opus 4.6约20分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/5

首次发现

有效期至：2026/12/4

来源

Qwen3.8 Flash深度拆解：能力密度惊人但体感并不快

涉及实体

Qwen3.8 Flashmodel Claude Opus 4.6model SWE-Bench Proconcept Cowork Benchconcept Job Benchconcept

相关事实

待验证在Live Code Bench上，Qwen3.8-27B得分90.3，Claude Opus 4.6得分88.873% 相似待验证Qwen3.8-Flash-Next在SWE-bench 1.1和SWE-bench Pro测评中分别取得58.7和62.5的成绩72% 相似待验证在Terminal Bench跑分上，DeepSeek V4 Pro得87.9分，Claude Opus 4.8得85分70% 相似待验证Qwen3.8-27B在Terminal Bench、GPQA Diamond、HLE测试中均落后于Claude Opus 4.6（分别为73 vs 78.2、89.2 vs 91.3、30.8 vs 40）69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/862282

API

curl https://kongchang.com/api/v1/knowledge/claims/862282

MCP

get_claim(id=862282)