AI圈报
模型发布 / 更新普通

Qwen3.8-27B ARC Prize 成绩公布

信息来源：X：ARC Prize (@arcprize)·
Qwen
原始标题：@Alibaba_Qwen @baseten - Leaderboard: https://arcprize.org/leaderboard

内容摘要

@Alibaba_Qwen @baseten - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Qwen3.8-27B 完整结果：https://arcprize.org/results/alibaba-qwen3-8-27b
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：ARC Prize (@arcprize)
站内情报编号intel-1628f9b4addfc819d5db6eba
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新普通
ARC Prize 说明 Qwen3 榜单成本估算方式
@Alibaba_Qwen @baseten 榜单成本是将阿里云公开的 token 价格套用到记录的 token 用量上估算得出，而非使用我们的专用推理费用。 ARC-AGI-3 的测试完成后，我们会公布结果。 完整结果：https://arcprize.org/results/alibaba-qwen3-8-27b
信息来源：X：ARC Prize (@arcprize) · Qwen
模型发布 / 更新普通
Qwen3.8-27B ARC-AGI（Verified）成绩公布：v2 得分 42.4%，v1 得分 87.5%
ARC Prize 公布阿里千问 Qwen3.8-27B 在 ARC-AGI（Verified）的评测结果：ARC-AGI v2 得分 42.4%，每任务成本 $0.45；ARC-AGI v1 得分 87.5%，每任务成本 $0.22。Qwen 的聊天模板为 low 和 xhigh 推理档提供引导，但没有 medium 档，这可能是 medium 档消耗更多 token 却得分低于 low 的原因。
信息来源：X：ARC Prize (@arcprize) · Qwen
模型发布 / 更新精选
Ai2 开源 8B 科学报告生成模型 AstaBrief
Ai2 开源 AstaBrief 8B，一个基于 Qwen3-8B、将研究问题和检索文献片段转化为带引用报告的科学报告生成模型，现已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，并连同训练数据开放下载。
信息来源：Ai2 / Allen Institute for AI（RSS） · Qwen
模型发布 / 更新精选
Artificial Analysis 评测：Qwen-Image-2.1 登顶两个 AA-Image 榜单的开源权重模型
Artificial Analysis 自行本地部署评测了阿里 9 月 20 日以开源权重发布的 Qwen-Image-2.1，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上均排名第 18，为两个榜单上排名第一的开源权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Qwen
模型发布 / 更新精选
Qwen 发布 Qwen-Audio-3.1 全家桶，ASR、TTS、Realtime 升级并新增 TTS-Next 与 ASR-Next
Qwen 发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增音频创作模型 TTS-Next 和音频理解模型 ASR-Next，共五个模型覆盖理解、生成、交互与创作。全线降价，TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off；Realtime 可边说边听、随时打断，检测到低落情绪时会放慢语速并共情回应。
信息来源：X：通义千问 / Qwen (@Alibaba_Qwen) · Qwen
模型发布 / 更新精选
Qwen 开源 Qwen-Image-2.1：7B 统一生成与编辑并原生支持透明图像
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。
信息来源：Qwen：Blog Retrieval（API） · Qwen
模型发布 / 更新精选
Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型，LAAL 降至 2.3 秒
Qwen 发布 Qwen3.8-LiveTranslate，采用 Interleave 架构与 Hybrid-MoE Thinker–Talker 设计重构实时同声传译，平均滞后（LAAL）从上一代的 2.8 秒降至 2.3 秒。
信息来源：Qwen：Blog Retrieval（API） · Qwen
模型发布 / 更新精选
Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash，主打音视频智能体任务交付
Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 上下文窗口，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%。
信息来源：Qwen：Blog Retrieval（API） · Qwen
模型发布 / 更新精选
Qwen3.8-Max-0902 登顶 Code Arena 并以 $5/MToken 领跑 Pareto 前沿
通义千问发布 Qwen3.8-Max-0902，在 Code Arena: WebDev 以 1,691 分首次亮相即排名总榜第一，并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型，现已可在 QwenCloud 试用。
信息来源：X：通义千问 / Qwen (@Alibaba_Qwen) · Qwen
模型发布 / 更新精选
Unsloth 发布 Qwen3.8-Flash-Next GGUF，75GB 内存可本地运行
Unsloth 推出 Qwen3.8-Flash-Next 的 GGUF 量化版本，称该 125B MoE 多模态模型性能超过 Claude-Opus-4.6 (Max)，可在 75GB RAM 上本地运行，无需 GPU VRAM。
信息来源：X：Unsloth (@UnslothAI) · Qwen / Claude