Alibaba je postala eden pomembnejših akterjev tehnološkega sektorja, ne le na Kitajskem, ampak tudi globalno, z umetno inteligenco pa bi se povzpela še više. Letos so kar deževali kitajski jezikovni modeli z dobrim potencialom, vedno več ameriških podjetij izbira prav te, obetaven pa je tudi Qwen, ki je doživel veliko posodobitev.
Julija je Alibaba že dala okusiti Qwen3.8-Max, a ta razvojni dosežek je izšel šele zdaj. Nova vodilna ladja podjetja krepi smer MoE (Mixture-of-Experts), kot večina kitajskih razvojnih dosežkov, in sicer naj bi delovala z 2,4 bilijona parametrov. Po poročanju razvijalcev bo novost blestela predvsem pri programerjih in pri izvajanju zahtevnih, posebej dolgih podjetniških nalog. Po prvih testih obstajajo področja, na katerih je vodilna, a na splošno vendarle še ne gre za rešitev, ki bi zavzela »prestol«.
V merjenju OSWorld-Verified je Qwen3.8-Max dosegel že edinstvenih 86,1 %, medtem ko se Claude Fable 5, ki temelji na osnovi Mythosa, lahko pohvali »le« z 85-odstotnim rezultatom, GPT-5.6 Sol pa je zbral 83,2 %. Ta test preučuje izvajanje nalog računalniških agentov.
V okviru TerminalBench 2.1 je dosegel 86,6 odstotka, s čimer je ob GPT-5.6 Sol (88,8 %) »le« drugi, vendar Fabla 5 vseeno prehiteva za 2 odstotka. V priljubljenem testu SWE-Bench Pro je dosegel rezultat 67,7 odstotka, s čimer je spet prehitel najboljši javni model GPT, vendar je tu boljši Fable 5 z 80-odstotno zmogljivostjo.
Alibaba se ni osredotočila na to, da bi ustvarila dobrega sogovornika, zato Qwen3.8-Max v klepetu ne bo izstopal. Je veliko prej samostojen sodelavec, ki zmore izvesti tudi projekte, katerih dolžine ne merimo v minutah, niti v urah, temveč že prej v dnevih. Zmore samostojno programirati več kot 10 dni, lahko dela s številnimi tisoči vrstic kode, opravlja naloge načrtovanja čipov in optimizacije zasnove ter s pomočjo multimodalnih povratnih zank nenehno pregleduje delovne procese.
Qwen3.8-Max deluje z kontekstnim oknom enega milijona žetonov, kar je v zadnjem času postalo že skoraj privzeto. Govorimo o »odprtem« modelu, kot se pri Kitajcih večinoma izteče. Alibaba bo uteži objavila prihodnji teden in z njimi bo uvedla tudi različico Qwen3.8-27B, ki bo manjša, učinkovitejša in cenejša rešitev od Maxa, pripravljajo pa lahko še bistveno manjši model, pri čemer si ne gre predstavljati »mini« različice.
Na domačem terenu bo najmočnejši tekmec modela Qwen3.8-Max model Kimi-K3. Tudi ta je prišel v zadnjih tednih, njegove prednosti pa so na zelo podobnih področjih, kot kjer blesti Alibabin razvojni dosežek. Kimi-K3 je uvedel več trikov za povečanje učinkovitosti, pa tudi je že jezikovni model MoE z 2,8 bilijona parametrov.
Qwen3.8-Max deluje z natančno enakim cenikom kot model MiMo-V2.5 Pro, ki ga je izdelal Xiaomi, medtem ko ga običajno zmore preseči. Pri cenah je še posebej zanimivo, da je postal še cenejši, kot je bil Qwen3.7-Max, in deluje tudi po bistveno ugodnejši ceni od Kimi-K3. Je ena od vodilnih jezikovnih modelov z najboljšo ceno, ki jih je mogoče uporabljati. 1 milijon žetonov stane 2 dolarja na vhodni strani, na izhodni pa je zanje treba plačati 6 dolarjev.
