Qwen3.8-Max: 2,4 Trilyon Parametre, Açık Ağırlıklar ve Kodlamada Yeni Bir Eşik

Qwen ekibi 3 Ağustos 2026’da Qwen3.8-Max’ı duyurdu: ailenin bugüne kadarki en yetenekli modeli ve ağırlıkları açık kaynak olarak yayımlanacak ilk Qwen-Max sınıfı model. Qwen 3.5’in mimari temeli üzerine kurulu model 2,4 trilyon parametreye (95 milyarı etkin) ölçekleniyor ve QwenCloud API üzerinden kullanılabiliyor; açık ağırlıkların gelecek hafta yayımlanacağı belirtildi.

Kodlama: günlerce süren otonom çalışma

Ekip, modeli sonucun insan yardımı olmadan gerçekten kod yazıp çalıştırarak elde edilmesi gereken üç görevle sınadı. İlkinde modelden oh-my-cli projesini sıfırdan oluşturması ve 10 günden uzun süreyle, kullanıcı geri bildirimini, topluluk pratiklerini ve kendi öz testlerini tek bir mühendislik döngüsünde birleştiren, kendi kendini geliştiren bir altyapı kurması istendi. 30 Temmuz 2026 itibarıyla, yaklaşık 16 günlük tamamen otonom çalışmanın ardından depoda 265 commit, 127 pull request ve 151 issue birikmişti.

İkinci görevde modele bir araştırma makalesi — “Unified Data Selection for LLM Reasoning” — verildi ve deneyi kodda yeniden üretip ardından iyileştirmesi istendi. Yaklaşık beş günde (~125 saat) 7.600 satır kod yazdı, 1.100’den fazla işlem gerçekleştirdi ve 33 tur GPU eğitimi yürüttü; makalenin altı ana bulgusunu yeniden üretti. Makalenin veri seçme yöntemi, rastgele seçimi AIME24’te %7,7 geçiyor. Ardından kendi kendini iyileştiren bir döngüyle dört turda 18 fikir denedi ve makalenin yaklaşımını AIME24’te 2,7 puan geçen bir yöntem geliştirdi (%52,29).

Üçüncü testte model, 526 insan ekibinin yarıştığı Alibaba Cloud Tianchi platformundaki canlı bir yarışmaya katıldı. 24 saatlik süre sınırında, 45 gönderim boyunca doğruluğunu 0,60’tan 0,853’e çıkardı ve 526 ekibin 458’ini (%87) geride bıraktı.

İş görevleri ve uzun ufuk

Ekip, modelin RL ortamlarının ve hesaplama gücünün birlikte ölçeklenmesiyle farklı ajan altyapılarında (QwenWork, Claude Code, Codex, OpenClaw, Hermes) benzer performans gösterdiğini vurguluyor. Testlerde Terminal Bench 2.1’de 86,6, SWE-bench Pro’da 67,7 ve PaperBench’te 93,0 alıyor; son sonuç Opus 4.8 (80,3), Fable5 (88,8) ve GPT-5.6 Sol’un (90,5) üzerinde. Uzun ufuklu bir görevde Qwen3.8-Max, bir çip tasarım bloğunu — GCD/RSA kriptografik donanım hızlandırıcısını — otonom olarak 8.298 kapıdan 678 kapıya indirdi ve fiziksel kalıp alanını 106×106 µm²’den 46×46 µm²’ye küçülttü; bu %81’lik bir azalma. 100.000 yen başlangıç sermayeli 365 günlük bir e-ticaret simülasyonunu 416.252 yen bakiye ile bitirdi: 4,16 kat getiri ve ikinci sıradaki GLM 5.2’nin %38 önünde.

Neler kullanılabilir

Model şu anda QwenCloud API üzerinden çağrılabiliyor: 1 milyon token bağlam penceresi ve 65.536 token’a kadar çıktı. Ekip, açık ağırlıkların gelecek hafta yayımlanacağını söylüyor — bir Qwen-Max sınıfı model için ilk kez. Ayrıca çok modlu ajanlar için görüntü ve video işleme yetenekleri ekleyen Qwen-MM-Plugins uzantı kütüphanesi tanıtıldı.