Qwen3.8-Max: 2,4 трильйона параметрів, відкриті ваги та нова планка для кодингу

Команда Qwen 3 серпня 2026 року представила Qwen3.8-Max — найпотужнішу модель у родині на сьогодні й першу модель класу Qwen-Max, ваги якої відкриють. Вона побудована на архітектурній основі Qwen 3.5, налічує 2,4 трильйона параметрів (з них 95 мільярдів активних) і вже доступна через API QwenCloud; відкриті ваги обіцяють опублікувати наступного тижня.

Кодинг: дні автономної роботи

Модель протестували на трьох завданнях, де результат треба було здобути реальним написанням і запуском коду — без жодної допомоги людини. Спочатку її попросили створити з нуля проєкт oh-my-cli і понад 10 днів автономно будувати саморозвитковий механізм, який об’єднує відгуки користувачів, практики спільноти та власні самоперевірки моделі в один інженерний цикл. Станом на 30 липня 2026 року, після приблизно 16 днів повністю автономної роботи, репозиторій мав 265 комітів, 127 pull request’ів і 151 issue.

Друге завдання — відтворити наукову статтю «Unified Data Selection for LLM Reasoning» у коді, а потім покращити її. За п’ять днів (близько 125 годин) модель написала приблизно 7 600 рядків коду, виконала понад 1 100 дій і провела 33 раунди тренування на GPU, відтворивши шість головних висновків статті; її метод відбору даних перевершує випадковий вибір на 7,7% на AIME24. Далі модель запустила власний цикл покращення, перевірила 18 ідей за чотири раунди й розробила метод, що перевершує підхід статті на 2,7 пункту на AIME24 (52,29%).

У третьому тесті модель змагалася в конкурсі на платформі Tianchi від Alibaba Cloud, де брали участь 526 людських команд. За 24 години й 45 подань її точність зросла з 0,60 до 0,853 — вона обійшла 458 команд із 526 (87%).

Робочі завдання та довгий горизонт

Команда наголошує, що модель однаково добре працює в різних агентних середовищах (QwenWork, Claude Code, Codex, OpenClaw, Hermes) завдяки спільному масштабуванню RL-середовищ і обчислень. У тестах вона набирає 86,6 на Terminal Bench 2.1, 67,7 на SWE-bench Pro і 93,0 на PaperBench — останній вищий за Opus 4.8 (80,3), Fable5 (88,8) та GPT-5.6 Sol (90,5). У довготривалих задачах Qwen3.8-Max автономно провела блок проєктування чипа — апаратний прискорювач GCD/RSA — від 8 298 логічних елементів до 678 і зменшила площу фізичного кристала з 106×106 мкм² до 46×46 мкм² (на 81%). У 365-денній симуляції електронної комерції зі стартовим капіталом 100 000 юанів вона завершила рік із балансом 416 252 юані — 4,16-кратна віддача і на 38% більше за другого призера GLM 5.2.

Що доступно

Модель уже можна викликати через API QwenCloud — із контекстом на 1 мільйон токенів і до 65 536 вихідних токенів. Відкриті ваги, за словами команди, з’являться наступного тижня — це перший такий випадок для моделі класу Qwen-Max. Також представлено Qwen-MM-Plugins — бібліотеку розширень для мультимодальних агентів із обробкою зображень і відео.