核心信息

TirthaAI 使用 GMI Cloud 提供的免费额度，在自研 Tīrtha Bench 上评测 Qwen 3.8 Max，认为其表现足以让 Tīrtha 将最高档位切换到该模型。

要点

  • 关闭推理时，Qwen 3.8 Max 在 800 个工具调用任务上得分 96.1%。
  • 100 个陷阱请求全部通过，表现与 Opus 5.5 持平，而每个正确答案的成本约为后者的四分之一。
  • 高负载下 99% 的工具调用在 4 秒内返回，1,840 次调用零错误。
  • TirthaAI 表示因此将 Tīrtha 的最高档位迁移至 Qwen 3.8 Max。