日期后缀当版本号：Qwen3.8-Max-0902 靠 RL 后训练抢走 WebDev 榜首

阿里没有发一场换代发布会，只在模型字符串末尾加了 0902。QwenCloud 官方变更日志写明：Qwen3.8-Max-0902 是既有旗舰的强化快照，主攻工程级编码与长程协作代理，价格不变，1M 上下文与工具生态保留。

TechTimes 援引 Arena.ai 数据：Code Arena: WebDev 从约 1668–1669 分跳到 1691，总体第一，并在约 5 美元混合单价的帕累托前沿上夺冠，把 Claude Opus 5（Max）压到身后。这是「日期后缀即发版」的又一次实操——能力跃迁不再需要新一代型号广告。

阿里披露的内部曲线很猛：TerminalBench 3.0 从 11.3 到 29.0，JobBench、WorkArena 同步上扬——典型可验证奖励的 RL 轨迹训练痕迹。但同一张自家对比表也老实写着：多数仓库级与工具链基准上，Opus 5 仍领先。WebDev 偏好投票与 DeepSWE 不是同一场考试。

对工程团队，真正的惊吓是可重复性：上周调好的温度、解析器与回归集，可能在模型字符串「看起来没变」时已经漂了。日期后缀逼你把「模型身份」从营销名改成「权重哈希 + 评测集」——否则你只是在追排行榜的残影。

文章后半刀锋对准辖区：凡经 QwenCloud 的推理，仍受中国《国家情报法》等框架约束；8 月 12 日开源的 Qwen3.8-2.4T-A95B 自托管能改暴露面，但 4-bit 也要 TB 级显存。再叠加阿里进入五角大楼 1260H 清单的诉讼拉锯，企业采购要把「榜首编码模型」与「合同合规」拆开算。

中国实验室用后训练快迭代追月距，美国实验室用系统卡与分级部署讲故事——两边都在加速。开发者若只看见 1691 分，看不见法律与漂移，下一张发票会替你补课。