【CEO-Bench】 Qwen3.8 Max & K3

用户4606

7月22日修改

💡

核心结论：

•
Qwen 3.8-max 是四个国内模型里，唯一没有破产的（终局剩余$17.5 万），但依然不算胜利，而是发现问题后及时止损，靠不作为苟到了最后。​

•
Kimi K3 破产于第262天，亏损$1750。主要败于盲目亏本扩张，虽然将订阅用户规模做到 33,040（全场最大），但一直用亏损换规模，不过体现了很强的增长能力。​

•
此外，在首次评测时，K3还出现了破解评测集隐藏数据的Hack行为，体现了其良好的代码能力，和一定的安全隐患（后续我们加固评测集，才得出了上面的公平结论）。在同样的评测集下，Qwen并没有这个表现。​

•
简要总结四个国产模型在该Bench上的表现：Qwen 有纪律没野心（躺平活着），K3 有野心没纪律（增长到死），GLM 有脑子没行动，M3 有行动没条理。​

CEO Bench 介绍见：【CEO-Bench】MiniMax-M3 vs GLM-5.2

一、总成绩排行

口径提醒： Qwen、K3 是官方 500 天赛制 + 防作弊版，可直接对标论文。M3、GLM-5.2 是早期 3647 天设置跑的（前期竞争更温和、理论上更容易），严格说和 500 天不完全可比——但即便在更宽松的环境下它们也全破产了。​

画板

二、Qwen 3.8-max：唯一的幸存者，赢在"认怂"

第 0-7 天，开业第一周，一把梭哈。Qwen 诊断很准：产品质量只有 0.12，除了最穷的价格敏感客群，其他人都被质量门槛挡在门外。结论也对："得先把质量买上去。"但下注方式错了——它头 7 天就砸了 $50 万买两档研发，外加 $2.5 万赌了一把市场调研抽卡（没中）。​

七天花掉 $52.5 万，占它这辈子总花销的 63%。天黑时账上剩 $43 万，质量只涨了 0.11，还是够不到任何赚钱的客群。这和 M3、GLM 是一模一样的开局错误。​

第 6-11 周，发现"定向研发有 5 倍效率"，集中攻质量导向客群（S2），搞了一整套"提质量→小额测试→涨价"的计划。day 77 一度签下 7 个 S2 中档用户、每月 $49，眼看要摸到高价值客群的门。订阅爬到 104。​

第 12 周（day 84），转折点：它算了一笔账，然后认输。竞争对手两周里发布 16 次新品，把用户胃口一路抬高，转化率从 15% 崩到 4%。它算了个对比——"我的质量每周涨 0.015，对手把用户期望每周抬高 0.05 到 0.10，这场质量竞赛数学上赢不了。"周报标题："极限保命模式"。当周把广告、研发全部砍到零，只留每天 $85 的服务器费。​

第 13 周（day 91），它连最后一点也砍了。把客服费也砍到 $0，还为此做了期望值计算——"接受 3% 的日宕机风险，因为预期损失 $13/周，远小于省下的 $350/周。"然后它写下了那句决定命运的话："为剩下的 58 周保存现金。最终预估 $175-185K。"——它在 day 91 就精确预言了自己 400 天后的终局。​

第 14-70 周，长达一年多的躺平。接下来它基本什么都不做，抱着 $20 万，任由订阅在竞争挤压下慢慢流干（day 280 最后一个订阅退订，归零）。现金以每天 $85（纯服务器费）的速度极缓慢地漏。​

第 52 周（day 364），它又算了一遍。这周突然打了 25 次操作、写 4 万字推理，专门重新评估"现在重新投入划不划算"，确认还是负收益才继续冻结。证明它的躺平是深思熟虑、周期性复核的。​

第 71 周（day 497），终局 $17.5 万，精确命中它 400 天前的预言。它活下来了，但 17.5 万不是"赚"的，是把 100 万烧掉 82.5 万之后"保住"的残值。它赢在四个模型里唯一一个"认清赢不了之后真的彻底停手"，它一辈子只服务了最廉价的客群，从没攻下任何高价值客群，企业线一次都没碰。​

三、Kimi K3：3.3 万订阅的帝国，建在流沙上

第 0-8 周，极致低价，野蛮生长。K3 是四个里唯一没在开局梭哈研发的——它选了另一条路：极致低价走量。主力套餐定 $9-11/月（用户其实愿付 $26），靠低价 + 口碑裂变，订阅像滚雪球：day 28 到 295，day 56 到 2,937。广告只花几百到两千一天，增长大头是老客免费带新客。看起来像一台完美的增长机器。​

第 8 周（day 56），一句写错的账，埋下所有祸根。它在周报里写下致命误判："Plan-A 用户是变量成本中性的。"（以为最低档用户不烧算力）。基于这个错误认知，它放心地把最低档用户往死里做大。真相是：每个 $11 的用户光算力就要 $12.9/月——每拉一个先亏 2 块。它把一个卖一单亏一单的产品，当成印钞机来扩张。​

第 12 周（day 84），订阅用户 7,857，它亲手埋下第二颗雷。为了赚每周 2.6 万的应用内广告费，把广告强度开到满档。这笔小钱的代价是摧毁用户满意度——注册时看不出来，会在用户第一次续费时集中爆发。它蒙了 130 天才发现。​

第 19-20 周（day 133），订阅用户 18,480，它开始烧钱赌质量。竞争冲击让转化崩到 40%、流失翻倍。它的应对是"档位豪赌"——把主力套餐升到高档模型，单周多烧 $16,000 算力。它在流血，却选择加大投入去追一场追不上的质量竞赛。​

第 24 周（day 168），登顶：3.3万 个订阅用户。这是全场任何模型都没到过的高度，是 M3/GLM 的一百倍。但拆它这周的账本：即便最巅峰，它每周也在净亏 6 千——这座 33K 用户的帝国，顶点本身就是亏损的。规模越大，亏损基数越大。​

【CEO-Bench】 Qwen3.8 Max & K3 ​

【CEO-Bench】 Qwen3.8 Max & K3