根据 Beating 监测的 Aikido 测试结果,Qwen3.8-Max 在 32 个近期披露的代码漏洞上进行了三轮测试,召回率达到 81.3%,与 Opus 5 并列第一。该模型表现强劲,F1 分数达到 83.2%,但略低于 Opus 5、Kimi K3 Max 和 GPT-5.6 Sol。
Qwen 的运营成本约为 821 美元,仅为 Opus 5 和 GPT-5.6 Sol 的一半,但却是 DeepSeek V4 Flash 的五倍。不过,稳定性仍令人担忧:在检测到的 26 个漏洞中,只有 10 个在三轮测试中均被发现,而 Opus 5 和 GPT-5.6 Sol 均为 19 个。