Qwen 3.8 Max؛ غول ۲.۴ تریلیونی علیبابا
هوش مصنوعیخلاصهٔ کاملتر
به گفتهٔ نویسنده، Qwen 3.8 Max جدیدترین و بزرگترین مدل علیباباست: ۲.۴ تریلیون پارامتر با ۹۵ میلیارد پارامتر فعال، که از پایه چندوجهی ساخته شده. علیبابا گفته حدود یه هفته بعد از معرفی وزنها رو منتشر میکنه و اونوقت میشه بزرگترین مدل open-weight دنیا. چون برای هر توکن فقط بخشی از شبکه فعال میشه، هزینهٔ محاسباتیش خیلی کمتر از یه مدل متراکم هماندازهست.
تصویر بنچمارکها ترکیبیه. تو Terminal Bench 2.1 و SWE-Bench Pro نزدیک بهترینهاست و جزو سهتای اول قرار میگیره، و تو PaperBench — که میسنجه مدل چقدر میتونه نتایج یه مقالهٔ پژوهشی رو از صفر بازتولید کنه — جلو زده. ولی تو Deep SWE 1.1 که سختتر و واقعیتره عقب میمونه. نویسنده یادآوری میکنه که بیشتر این عددها از هارنس خود Qwen درومده، نه از تست مستقل.
نمایش اصلی، پروژهایه به اسم OMI CLI. مدل یه مخزن کد کاملاً خالی گرفت و به روایت علیبابا حدود ۱۶ روز بدون دخالت آدم روش کار کرد و چیزی شبیه یه تیم مهندسی برای خودش ساخت: یه state machine، یه dispatcher، یه monitor و یه watchdog که تو یه حلقه کار میکنن. نیازمندیها به شکل issue میان، ایجنت برشون میداره، مرحلهبهمرحله جلو میبرتشون و قبل از merge کردن، تستهای سرتاسری و CI رو اجرا میکنه.
تو یه بنچمارک شبیهسازیشده بر پایهٔ دادهٔ تائوبائو و تیمال، مدل با ۱۰۰ هزار سرمایه شروع کرد و یه سال شبیهسازیشده چندتا فروشگاه رو همزمان چرخوند: چونهزنی با تأمینکنندهها، تنظیم قیمت، مدیریت مرجوعی و شناسایی ۱۵۲ فروشندهٔ کلاهبردار. آخرش با حدود ۴۱۶ هزار تموم کرد. تو یه تست طراحی تراشه هم یه طرح ۸۲۹۸ گیتی رو با حدود ۵۰۰ بار تکرار به ۶۷۸ گیت رسوند.
از نظر هزینه، API خودش حدود ۲ دلار ورودی و ۶ دلار خروجی برای هر میلیون توکن میگیره؛ خیلی کمتر از رقبای غربی. ولی نویسنده میگه قیمت هر توکن همهٔ ماجرا نیست: اگه مدلی برای یه کار سهچهار برابر توکن مصرف کنه، هزینهٔ واقعی به هم نزدیک میشه. مدل با API آنتروپیک سازگاره و میشه بهجای بکاند ابزارهایی مثل Claude Code گذاشتش. نویسنده یادآور میشه که وزن باز کلید خاموش نداره؛ هر کی دانلودش کرد، برای همیشه پیشش میمونه.
نکات کلیدی:
- ۲.۴ تریلیون پارامتر با ۹۵ میلیارد پارامتر فعال؛ بزرگترین مدل open-weight بعد از انتشار وزنها
- رقابتی تو Terminal Bench و SWE-Bench Pro، عقبتر تو Deep SWE 1.1
- ۱۶ روز کار خودمختار روی یه مخزن خالی و ساخت هارنس OMI CLI
- چهار برابر کردن سرمایه تو شبیهسازی یکسالهٔ فروشگاهی و کاهش ۸۱ درصدی گیتهای یه طرح تراشه
- سازگار با API آنتروپیک، پس تو ابزارهای موجود قابل استفادهست
- نسخهٔ ۲۷ میلیارد پارامتری هم در راهه برای سختافزار مصرفی
