最新Qwen3.8-Flash 实测：接近Opus 4.8，性价比离谱！

你好，我是郭震！

这两天，阿里发布Qwen3.8-Flash大模型。

这篇文章是我的一手实测，感兴趣的可以看下。

实测思路：先介绍最近广为流传的性价比斩杀线，之后实测对比Qwen3.8-Flash，Claude Opus 4.6、Doubao-Seed-Evolving和 DeepSeek V4 Flash，最后一轮上强度，实测Qwen3.8-Flash 对比Opus 4.8

1 性价比斩杀线

最近，大模型圈里有一张“性价比斩杀线”图流传很广。

如下图所示，它看起来有点复杂，其实核心逻辑非常简单： 用更少的钱，还能高效的完成任务。

纵轴代表模型的综合能力，位置越高，说明模型越强；横轴代表完成一个任务的平均成本，越靠左，说明花的钱越少。

箭头所示这条黑色虚线叫作Pareto line，也就是帕累托前沿。

简单来说，这条虚线连接的是当前最划算的模型：在相同价格下，它的能力更强；在相同能力下，它的成本更低。

这张图里最值得关注的是DeepSeek V4 Flash 0731。直接站到了帕累托前沿上。换句话说，V4 Flash用极低的价格，干掉了一批价格比它高、能力却没有它强的模型。

不过，这张图发布时还没有收录刚刚推出的Qwen3.8-Flash。

先看成本。Qwen3.8-Flash拥有125B主模型参数，但每个Token只激活6B参数；API输入、输出分别为每百万Token 0.16美元和0.47美元，推理成本很低。

再看Agent能力。Qwen3.8-Flash-Next在长程办公、专业任务和真实工具调用三项得分均很不错：

因此综合以上两点，它有希望提升斩杀线，从而让我们花更少钱完成更难任务。

接下来做两轮实测验证。

2 四款模型同Agent任务实测

为了验证Qwen3.8-Flash能不能真正提升斩杀线，我选择了一个典型的中小型Agent任务：开发一款单文件Excel数据分析工具。

这个任务不只考验代码生成，还涉及文件读取、数据分析、图表生成和页面交互，比较接近真实工作场景。

完整提示词如下：

开发一个单文件HTML网页，实现Excel数据分析与可视化工具。支持上传.xlsx/.xls文件，读取多个Sheet，展示可搜索、分页的数据表格；自动统计行列数、缺失值、唯一值、最大值、最小值和平均值；生成中文分析报告，并使用ECharts生成柱状图、折线图和饼图。只输出完整可运行的HTML代码，不依赖后端。

我把相同提示词分别发给Qwen3.8-Flash、Claude Opus 4.6、Doubao-Seed-Evolving和DeepSeek V4 Flash。

四款模型使用同一份Excel文件，生成结果不做人工修改，重点比较能否一次运行、功能完成度、分析质量、页面交互以及任务成本。

如下整理出来的结果文件：

先看Qwen3.8-Flash生成的结果，导入Excel文件后，数据预览、统计分析：

图表结果如下：

同样的Excel任务发给Claude Opus 4.6：

图表结果如下：

下面是Doubao-Seed-Evolving的实测结果：

自动生成图表结果如下：

最后是DeepSeek V4 Flash 0731：

自动生成图表结果如下：

这一轮不只看谁的页面更好看，而是看谁能用更低的成本一次把完整任务干完，实测成本汇总：

模型

耗时

成本

Qwen3.8-Flash

1分10秒

¥0.026

Claude Opus 4.6

3分09秒

¥3.20

Doubao-Seed-Evolving

2分10秒

¥0.19

DeepSeek V4 Flash

2分48秒

¥0.061

先看Qwen3.8-Flash。整个生成过程只用了1分10秒，API折算成本约0.026元，是四款模型中速度最快、成本最低的。

再看Doubao-Seed-Evolving，用了2分10秒，成本约0.19元，整体完成度不错。

再看Claude Opus 4.6。它生成的功能确实完整，但耗时达到3分09秒，单次约3.2元，成本是Qwen3.8-Flash的120多倍。

综上在这次任务中，Qwen3.8-Flash与其他几个模型，都能出色完成这个任务，但是通过表格看到Qwen3.8-Flash性价比最高，成本最低。

3 继续上强度，对比Opus 4.8

第一轮只能证明Qwen3.8-Flash可以用更低的成本，完成一个中小型Agent任务。

但它的能力上限到底在哪里？

最后一轮，我直接把对手升级到Opus 4.8，并给两款模型提供相同的初始HTML和Excel文件，测试更复杂的连续修改任务。

这次我要求它们增加日期、区域和渠道筛选，制作核心指标看板，实现图表联动，并根据数据自动找出异常变化、生成分析结论。

完整提示词如下：

在现有单文件HTML基础上继续开发：增加日期、区域和渠道筛选；展示访问用户、订单数、成交金额和转化率四项核心指标；实现图表与数据表格联动；自动识别异常数据并生成中文分析结论。保持单文件HTML，不依赖后端，输出完整可运行代码。

这轮重点比较的，不只是最终页面，而是两款模型能不能理解已有代码、准确完成修改，并且不破坏原来的功能。

先看实测结果对比：

模型

总耗时

输入 / 输出

成本

Qwen3.8-Flash

1分34秒

7,612 / 11,384 Token

约 ¥0.047

Claude Opus 4.8

4分17秒

10,990 / 26,029 Token

约 ¥5.08

再看Qwen3.8-Flash，最终页面、数据筛选和异常分析：

再看Claude Opus 4.8，最终页面、数据筛选和异常分析：

实测下来，在这次单文件数据分析Agent任务中，Qwen3.8-Flash最终呈现的核心功能、数据分析和页面交互，已经接近Opus 4.8。

Qwen3.8-Flash没有全面超过Opus 4.8，但它用不到Opus百分之一的成本，已经进入了Opus级别的任务能力区间。

对于大量日常Agent任务，这个性价比夸张。

最后总结一下

两轮实测下来，Qwen3.8-Flash不只是便宜，而是真的能完成复杂Agent任务。

第一轮，它的速度最快、成本最低，实际效果超过Opus 4.6；但是它每百万Tokens 输入0.8元，输出2.7元，不到Opus4.6的1/40。

第二轮面对Opus 4.8，核心功能和数据分析已经非常接近，但速度快约2.7倍。

结论： 实测表现逼近Opus 4.8，同时成本比DeepSeek V4 Flash还低。Qwen3.8-Flash，再次把性价比斩杀线推向了左上方。

对于需要高频运行Agent任务的人来说，这样的性能和价格组合，简直就是福音。

全文2151字，15张图，如果你觉得这篇文章对你有帮助，也欢迎给我一个三连击：点赞、转发和在看；如果可以，再帮我点一个⭐️。谢谢你看到这里，我们下篇再见。