Alibaba Memperkenalkan Qwen3.8-Max: Gergasi 2.4 Trilion Parameter untuk Ejen AI

Pasukan Qwen daripada Alibaba telah mengumumkan Qwen3.8-Max, sebuah model perdana dengan 2.4 trilion parameter yang besar, direka untuk melangkaui sekadar prom sembang ringkas ke arah penaakulan autonomi jangka panjang (long-horizon). Dengan memberi tumpuan kepada aliran kerja berbilang hari dan pelaksanaan tugas yang kompleks, model ini menandakan peralihan ketara daripada LLM reaktif kepada ejen AI proaktif.

Menskalakan Parameter untuk Kecerdasan Autonomi

Qwen3.8-Max ialah sebuah kuasa teknikal yang hebat, menggunakan jumlah 2.4 trilion parameter dengan 95 bilion parameter aktif bagi setiap pertanyaan. Dibina berasaskan seni bina Qwen3.5, model ini dioptimumkan khusus untuk tugas "long-horizon"—objektif kompleks yang memerlukan AI beroperasi secara bebas selama berhari-hari atau malah berminggu-minggu.

Dalam satu langkah penting bagi komuniti sumber terbuka, Alibaba telah mengesahkan bahawa pemberat (weights) bagi kelas Qwen-Max akan tersedia secara awam pada minggu hadapan, sekali gus mencabar dominasi model perintis (frontier models) yang bersifat tertutup seperti GPT dan Claude.

Membuktikan Autonomi Melalui Pengkodan dan Penyelidikan

Untuk menunjukkan keupayaan ejennya, Alibaba membentangkan beberapa kajian kes berisiko tinggi di mana model tersebut beroperasi tanpa campur tangan manusia:

  • Kejuruteraan Perisian: Dalam tempoh 16 hari, Qwen3.8-Max secara autonomi membangunkan alat baris perintah oh-my-cli. Ia menguruskan isu GitHub sendiri, menulis kod, menjalankan ujian, serta melaksanakan 265 komit (commits) dan 127 permintaan tarik (pull requests).
  • Reproduksi Saintifik: Ditugaskan untuk menghasilkan semula keputusan kertas kerja "Unified Data Selection for LLM Reasoning", model ini menghabiskan 125 jam masa pengkomputeran untuk menulis 7,600 baris kod. Ia bukan sahaja meniru penyelidikan asal tetapi juga meningkatkan skor penanda aras matematik AIME24 sebanyak 2.7 mata.
  • Sains Data Kompetitif: Dalam Cabaran Pengiktirafan Niat Dialog Multimodal WWW2025, model ini mengatasi 458 daripada 526 pasukan manusia, meningkatkan ketepatannya daripada 0.60 kepada 0.853 dalam masa 24 jam.

Melangkaui Perisian: Reka Bentuk Cip dan Simulasi Fiskal

Penaakulan Qwen3.8-Max melangkaui perisian ke dalam bidang perkakasan dan ekonomi. Dalam tugasan reka bentuk litar kriptografi, model ini secara berulang kali mengurangkan reka bentuk yang "gemuk" (bloated) daripada 8,298 pintu logik kepada hanya 678 pintu. Dengan menggunakan alat OpenROAD, ini menghasilkan pengurangan sebanyak 81% dalam keluasan fizikal cip.

Dalam simulasi runcit yang kompleks yang dipanggil E-Commerce-Bench, model ini menguruskan pelbagai kedai dalam talian melalui tahun fiskal simulasi. Bermula dengan 100,000 yuan, ia mengendalikan rundingan pembekal, mengenal pasti 152 penipu, dan menguruskan gangguan rantaian bekalan untuk berakhir dengan 416,252 yuan—meningkatkan modal awalnya sebanyak empat kali ganda dan mengatasi pencabar kedua, GLM 5.2, dengan ketara.

Sempadan Multimodal dan Dominasi Penanda Aras

Model ini juga meluaskan sempadan pemprosesan multimodal, dengan keupayaan untuk mengendalikan dokumen setebal 200 halaman dan video yang melebihi 100 jam. Alibaba juga memperkenalkan RecreationBench, sebuah penanda aras yang menguji keupayaan ejen untuk membina semula aplikasi yang sedang berjalan (pada Windows, macOS, Android, dll.) semata-mata melalui interaksi visual dan papan kekunci, tanpa akses kepada kod sumber.

Menurut penanda aras dalaman, Qwen3.8-Max bersaing secara langsung dengan model tahap atasan, mencapai kedudukan berhampiran atau melebihi Claude Opus 4.8 dan GPT-5.6 Sol dalam beberapa kategori, termasuk skor peneraju sebanyak 93 pada PaperBench.

Ringkasan Utama

  • Skala Besar: Qwen3.8-Max menampilkan jumlah 2.4 trilion parameter dan 95 bilion parameter aktif, yang dioptimumkan untuk aliran kerja autonomi berbilang hari.
  • Penguasaan Ejen: Model ini telah menunjukkan keupayaan untuk mengendalikan kejuruteraan perisian yang kompleks, pengoptimuman reka bentuk cip, dan pengurusan fiskal berskala penuh secara autonomi.
  • Impak Pemberat Terbuka: Tidak seperti kebanyakan model perintis, Alibaba merancang untuk mengeluarkan pemberat bagi kelas Qwen-Max, memberikan pembangun akses yang belum pernah terjadi sebelum ini kepada kecerdasan ejen tahap tinggi.