Qwen3.8-Max. 2.4 տրիլիոն պարամետր, բաց կշիռներ և նոր չափանիշ կոդավորման մեջ

Qwen թիմը 2026 թվականի օգոստոսի 3-ին ներկայացրեց Qwen3.8-Max մոդելը՝ ընտանիքի ամենաուժեղ մոդելը մինչ այժմ և Qwen-Max դասի առաջին մոդելը, որի կշիռները կբացվեն։ Այն հիմնված է Qwen 3.5-ի ճարտարապետության վրա, ունի 2.4 տրիլիոն պարամետր (որոնցից 95 միլիարդը՝ ակտիվ) և արդեն հասանելի է QwenCloud-ի API-ով. բաց կշիռները խոստանում են հրապարակել հաջորդ շաբաթ։

Կոդավորում. օրեր շարունակ ինքնավար աշխատանք

Թիմը մոդելը փորձարկել է երեք մարտահրավերով, որտեղ արդյունքը պետք է ստացվեր կոդ գրելով և գործարկելով՝ առանց մարդու օգնության։ Առաջինում նրան հանձնարարվել է զրոյից ստեղծել oh-my-cli նախագիծը և 10 օրից ավել ինքնավար կերպով կառուցել ինքնազարգացող մեխանիզմ, որը մեկ ինժեներական ցիկլում միավորում է օգտատերերի հետադարձ կապը, համայնքի պրակտիկաները և մոդելի սեփական ինքնաստուգումները։ 2026 թվականի հուլիսի 30-ի դրությամբ, շուրջ 16 օր լիարժեք ինքնավար աշխատանքից հետո, պահոցում կուտակվել էր 265 commit, 127 pull request և 151 issue։

Երկրորդ առաջադրանքով մոդելին տրվել է գիտական հոդված՝ «Unified Data Selection for LLM Reasoning», և առաջարկվել է կոդով վերարտադրել փորձը, ապա բարելավել այն։ Մոտ հինգ օրում (շուրջ 125 ժամ) նա գրել է մոտ 7,600 տող կոդ, կատարել ավելի քան 1,100 գործողություն և անցկացրել 33 փուլ GPU-ով ուսուցում՝ վերարտադրելով հոդվածի վեց հիմնական եզրակացությունները. հոդվածի տվյալների ընտրության մեթոդը AIME24-ում 7.7%-ով գերազանցում է պատահական ընտրությանը։ Այնուհետև մոդելը գործարկել է ինքնակատարելագործման ցիկլ՝ չորս փուլում փորձարկելով 18 գաղափար, և մշակել մեթոդ, որը AIME24-ում հոդվածի մոտեցումը գերազանցում է 2.7 կետով (52.29%)։

Երրորդ թեստում մոդելը մասնակցել է Alibaba Cloud-ի Tianchi հարթակի ուղիղ մրցույթին, որտեղ հանդես էին գալիս 526 մարդկային թիմեր։ 24-ժամյա սահմանաչափով, 45 ուղարկումների ընթացքում, նրա ճշգրտությունը 0.60-ից բարձրացել է 0.853-ի՝ գերազանցելով 526 թիմերից 458-ին (87%)։

Աշխատանքային առաջադրանքներ և երկար հորիզոն

Թիմը շեշտում է, որ մոդելը հավասարապես աշխատում է տարբեր գործակալային միջավայրերում (QwenWork, Claude Code, Codex, OpenClaw, Hermes)՝ RL միջավայրերի և հաշվողական ռեսուրսների համատեղ մասշտաբավորման շնորհիվ։ Թեստերում այն ստանում է 86.6 Terminal Bench 2.1-ում, 67.7՝ SWE-bench Pro-ում և 93.0՝ PaperBench-ում. վերջին արդյունքը բարձր է Opus 4.8-ից (80.3), Fable5-ից (88.8) և GPT-5.6 Sol-ից (90.5)։ Երկարաժամկետ առաջադրանքում Qwen3.8-Max-ը ինքնավար կերպով չիպի նախագծման բլոկը՝ GCD/RSA ապարատային արագացուցիչը, 8,298 տրամաբանական էլեմենտից իջեցրել է 678-ի, իսկ ֆիզիկական բյուրեղի մակերեսը՝ 106×106 մկմ²-ից 46×46 մկմ² (81%-ով)։ 365-օրյա էլեկտրոնային առևտրի սիմուլյացիայում, որտեղ մեկնարկը 100,000 յուանն է, մոդելն ավարտել է տարին 416,252 յուան մնացորդով՝ 4.16 անգամ վերադարձ և 38%-ով առաջ երկրորդ տեղի GLM 5.2-ից։

Ինչ է հասանելի

Մոդելն արդեն կարելի է կանչել QwenCloud-ի API-ով՝ 1 միլիոն token-ի համատեքստով և մինչև 65,536 token ելքով։ Բաց կշիռները, ըստ թիմի, կհրապարակվեն հաջորդ շաբաթ — սա առաջին դեպքն է Qwen-Max դասի մոդելի համար։ Թիմը ներկայացրել է նաև Qwen-MM-Plugins-ը՝ ընդլայնումների գրադարան մուլտիմոդալ գործակալների համար։