Alibaba Qwen udostępnia Qwen3.8-Max: model MoE z 2,4 bilionami parametrów i Qwen3.8-27B

Zespół Qwen firmy Alibaba udostępnił publicznie swój najnowszy, zaawansowany model Qwen3.8-Max, który charakteryzuje się architekturą Mixture-of-Experts (MoE) i imponującą liczbą 2,4 biliona parametrów. Model ten jest w stanie przetwarzać tekst, obrazy i wideo, generując w odpowiedzi tekst. Równocześnie ogłoszono, że w przyszłym tygodniu udostępnione zostaną otwarte wagi dla Qwen3.8-Max, a także dla drugiego punktu kontrolnego, Qwen3.8-27B, który jest zoptymalizowany do działania na standardowym sprzęcie GPU.

Dostępność i wdrożenie

Model Qwen3.8-Max jest dostępny do wdrożenia poprzez hostowane API, które jest kompatybilne z interfejsami OpenAI i DashScope, co ułatwia integrację poprzez zmianę adresu URL i identyfikatora modelu. Ze względu na ogromną liczbę 2,4 biliona parametrów, pełny punkt kontrolny Qwen3.8-Max wymaga infrastruktury wielowęzłowej w centrach danych, co czyni go rozwiązaniem dla dużych przedsiębiorstw. Alibaba nie ujawniła jeszcze liczby aktywowanych parametrów, co uniemożliwia precyzyjne oszacowanie kosztów obsługi. Natomiast Qwen3.8-27B został zaprojektowany z myślą o mniejszych wdrożeniach i może być uruchamiany na zwykłym sprzęcie GPU, co otwiera drogę do szerszego zastosowania lokalnego.

Możliwości i zastosowania

Zestaw funkcji Qwen3.8-Max jest ukierunkowany na cztery kluczowe branże: inżynierię oprogramowania, analizę dokumentów prawnych i finansowych, operacje medialne i e-commerce, a także projektowanie. Potencjalne zastosowania obejmują:

• Agenty kodujące działające na poziomie całego repozytorium.
• Bazy wiedzy oparte na długich dokumentach.
• Indeksowanie długich materiałów wideo.
• Ekstrakcję ustrukturyzowanych danych.
• Wielostopniowych asystentów badawczych.

Model oferuje okno kontekstowe o rozmiarze 1 miliona tokenów, z maksymalnym wejściem wynoszącym 991 tysięcy tokenów (lub 983 tysiące, gdy włączone jest myślenie). Maksymalna długość wyjścia to 131 tysięcy tokenów, a budżet na rozumowanie wynosi 262 tysiące tokenów. Limity szybkości to 2 miliony tokenów na minutę i 15 tysięcy żądań na minutę.

Cennik i funkcje dodatkowe

Ceny za korzystanie z API Qwen3.8-Max wynoszą 2,00 USD za 1 milion tokenów wejściowych i 6,00 USD za 1 milion tokenów wyjściowych. Odczyty z pamięci podręcznej kosztują 0,25 USD za 1 milion tokenów, a tworzenie jawnej pamięci podręcznej to 2,50 USD. Odczyty z jawnej pamięci podręcznej to 0,17 USD za 1 milion tokenów. Zauważalnie, buforowane dane wejściowe są ośmiokrotnie tańsze niż świeże, co sugeruje, że stabilność prefiksu ma większy wpływ na koszty niż długość promptu.

Model wspiera szereg funkcji, w tym wywoływanie funkcji, ustrukturyzowane wyjścia, przetwarzanie wsadowe, uzupełnianie prefiksów i dostrajanie. API Responses zawiera pięć wbudowanych narzędzi:

• code_interpreter
• web_search
• web_extractor
• t2i_search (wyszukiwanie tekst-obraz)
• i2i_search (wyszukiwanie obraz-obraz)

Wyniki benchmarków

Alibaba opublikowała szczegółową tabelę benchmarków, w której Qwen3.8-Max osiągnął 86,6 punktów w Terminal-Bench 2.1, wyprzedzając Claude Opus 4.8 i Claude Fable 5 (84,6), ale ustępując GPT-5.6 Sol (max) (88,8). W SWE-bench Pro uzyskał 67,7 punktów (wobec 80,0 Fable 5), a w FrontierSWE 73,5 punktów (wobec 88,8 Fable 5). Model przewodzi w PaperBench z wynikiem 93,0 i w IFBench z 82,8. W GPQA Diamond osiągnął 92,6, co stanowi niewielki wzrost w porównaniu do Qwen3.7-Max (92,4). Największe postępy widoczne są w zdolnościach multimodalnych i agentowych, a nie w samym rozumowaniu. Qwen3.8-Max dominuje w większości kategorii wizualnych, w tym OSWorld-Verified (86,1), Parametric CAD Bench (91,5) i OmniDocBench 1.5 (92,1). W porównaniu do swojego poprzednika, Qwen3.7-Max, odnotowano znaczący skok: DeepSWE 1.1 wzrósł z 21,6 do 56,6, FrontierSWE z 40,7 do 73,5, a JobBench z 31,3 do 53,4. Należy jednak zaznaczyć, że benchmarki multimodalne porównywano z Qwen3.7-Plus, a nie Qwen3.7-Max, co może nieco zawyżać różnicę międzypokoleniową. Dodatkowo, krzywa skalowania RL Alibaby osiąga szczyt 0,725 przy około 4000 środowiskach treningowych, a następnie spada do 0,719 i 0,689.

Udostępnienie Qwen3.8-Max i Qwen3.8-27B przez Alibabę stanowi istotny krok w demokratyzacji dostępu do zaawansowanych modeli AI. Podczas gdy Qwen3.8-Max celuje w wymagające zastosowania korporacyjne i badawcze, Qwen3.8-27B otwiera drzwi dla deweloperów i firm, które chcą wykorzystać moc AI na własnym sprzęcie. Ta strategia podwójnego udostępnienia może przyspieszyć innowacje w wielu sektorach, oferując elastyczne opcje wdrożenia i skalowania technologii sztucznej inteligencji.

Źródło: marktechpost.com