Alibaba zaprezentowała w tym tygodniu Qwen 3.8 – multimodalny model o 2,4 biliona parametrów, którego wagi zostaną udostępnione publicznie. Ten ruch stawia chińskiego giganta technologicznego w samym centrum wyścigu o miano lidera AI i daje programistom rzadką alternatywę w postaci modelu o otwartych wagach, stanowiącą konkurencję dla zamkniętych modeli, które dominują na rynku.
Dlaczego rozmiar ma znaczenie
Liczba parametrów w przybliżeniu określa, jak dużą wiedzę może przechowywać model; każdy skok rzędu biliona zazwyczaj przynosi zauważalną poprawę w zadaniach związanych z rozumowaniem, programowaniem i analizą danych. Zespół Alibaba twierdzi, że nowy model „dorównuje obecnym standardom branżowym (frontier benchmarks)” i ustępuje jedynie nieoznaczonemu „Fable 5” pod względem wydajności. Dokładne liczby pozostają tajemnicą, ale to stwierdzenie sygnalizuje ambicję rywalizacji z absolutną czołówką dużych modeli językowych.
Od tekstu po wizję i nie tylko
Qwen 3.8 to pierwszy multimodalny model Alibaby, który przekroczył barierę 1 biliona parametrów. W praktyce potrafi on przetwarzać i wyciągać wnioski z obrazów, klipów wideo oraz złożonych dokumentów, a nie tylko z czystego tekstu. Programista Shuai Bai opisuje tę zdolność jako przekształcenie modelu z chatbota w „wszechstronnego agenta”, który potrafi odczytać schemat projektowy, obejrzeć krótki film instruktażowy, a następnie wygenerować odpowiedni kod. Alibaba celuje w scenariusze o wysokiej użyteczności i produktywności: programowanie full-stack, zaawansowaną analizę danych oraz automatyzację procesów biurowych.
Aspekt otwartych wag
Alibaba nie tylko prezentuje większy model; obiecuje również, że wagi zostaną udostępnione „wkrótce”. To odróżnia Qwen 3.8 od większości modeli typu frontier, które są dostępne jedynie poprzez zastrzeżone API lub usługi chmurowe. Publikując wagi, Alibaba pozwala każdemu na dotrenowanie (fine-tuning) modelu, osadzenie go w prywatnej infrastrukturze lub budowę własnych aplikacji bez konieczności przesyłania danych na serwery firm trzecich. Dla przedsiębiorstw obawiających się wycieku danych ta przewaga w zakresie prywatności może okazać się decydująca.
Firma udostępniła już wersję podglądu za pośrednictwem platform Token Plan, Qoder oraz QoderWork, oferując dostęp w cenie stanowiącej zaledwie 10 procent standardowej stawki. Ten niski próg wejścia ma na celu przyciągnięcie wczesnych użytkowników, którzy będą mogli przetestować umiejętności programistyczne i analityczne modelu przed pełnym udostępnieniem wag.
Strategiczna odpowiedź na Moonshot AI
Premiera Qwen 3.8 wydaje się być wymierzona w Moonshot AI, którego model Kimi K3 przyciąga uwagę nagłówków dzięki szybkiemu wzrostowi przychodów — 300 milionów dolarów rocznego powtarzalnego przychodu w czerwcu — oraz ściśle kontrolowanemu ekosystemowi. Moonshot ogranicza programistów do aplikacji czatowej i płatnego API, utrzymując podstawowy model w tajemnicy. Obietnica udostępnienia wag przez Alibabę bezpośrednio rzuca wyzwanie temu modelowi kontroli, oferując programistom większą elastyczność i poczucie własności.
Podsumowanie
Qwen 3.8 od Alibaby aspiruje do szczytu hierarchii AI, jednocześnie szeroko otwierając drzwi do swojego potężnego modelu.