Alibaba'dan Qwen3.8-Max: 2,4 Trilyon Parametreli Açık Model

Alibaba, bugün yayınladığı Qwen3.8-Max ile açık ağırlık liginin üst rafına yerleşti: toplam 2,4 trilyon parametre, sorgu başına 95 milyar aktif parametre. Kıyas için: bugüne kadar yayınlanmış en büyük açık ağırlıklı model olan Kimi K3'ün toplamı 2,8 trilyondu. Qwen3.8-Max ondan küçük; Alibaba'nın iddiası da boyut üzerine kurulmuyor zaten. İddia dayanıklılık: şirkete göre model, karmaşık görevleri aylar boyunca kendi başına yürütebiliyor.

Ağırlıklar bir hafta içinde Hugging Face ve ModelScope'a yüklenecek; şimdilik modele QwenCloud üzerinden erişilebiliyor.

Skor tablosunda durum ne?

Alibaba'nın kendi ölçümlerine göre Qwen3.8-Max, araştırma makalelerini yeniden üretme testi PaperBench'te 93 puan alıyor; komut satırı görev testi TerminalBench 2.1'de ise 86,6 ile GPT-5.6 Sol'un (88,8) hemen arkasında. Şirket genel performansı Claude Opus 4.8, Claude Fable 5 ve GPT-5.6 Sol ile karşılaştırılabilir buluyor.

Bu rakamların tamamı iç test; bağımsız kıyaslamalar henüz ortada yok. Temkinli olmak için sebep de var: 2,8 trilyonluk Kimi K3, lansman skorlarına rağmen bağımsız testlerde Batı modellerinin belirgin şekilde gerisinde kalmıştı. Lansman skoru ile sahadaki performans arasındaki bu makas, Çin merkezli açık modellerde tekrar eden bir desen; yeni duyuruları okurken "kimin ölçtüğü" sorusu "kaç puan aldığı" kadar önemli.

Aylar süren görev iddiası

Modelin Qwen3.5 mimarisi üzerine asıl eklediği şey, uzun soluklu (long-horizon) görev eğitimi: Alibaba, 4.000 farklı ortamda pekiştirmeli öğrenme (RL) turu koşmuş. Hedeflenen işler, bir araştırma sonucunu baştan sona yeniden üretmek ya da çip tasarımına eşlik etmek gibi günler, hatta haftalar süren süreçler. Model 200 sayfayı aşan belgelerle ve 100 saati aşan video arşivleriyle çalışabiliyor; görüntü ve ses tarafı Qwen-MM-Plugins adlı eklenti kütüphanesiyle geliyor.

Fiyat hamlesi ve zamanlama

Lansman kampanyası agresif: Alibaba Token Plan, Qoder ve QoderWork üzerinde model, standart fiyatın yüzde 10'una sunuluyor. Zamanlama tesadüf sayılmaz; OpenAI geçen hafta GPT-5.6 Luna'nın fiyatını yüzde 80 düşürmüş, DeepSeek bir gün sonra V4-Flash ile karşılık vermişti. Çin merkezli laboratuvarların açık ağırlık ve düşük fiyat baskısı, kapalı model fiyatlarını gözle görülür biçimde aşağı çekiyor.

Bu yarıştan KOBİ'ye ne düşer?

Sorgu başına 95 milyar aktif parametre, bu modeli kendi sunucusunda çalıştırmak isteyen bir KOBİ için hâlâ ağır bir donanım faturası demek; ağırlıkların açık olması herkesin onu evde koşturacağı anlamına gelmiyor. Yine de iki somut kazanım var. Birincisi, bulut ve barındırma sağlayıcıları bu modeli ucuza sunabilecek; rekabet API fiyatlarını her katmanda eritiyor. İkincisi, veri kontrolü isteyen kurumlar için seçenek listesi genişliyor: ağırlığı elinizde tuttuğunuz bir model, KVKK hassasiyeti yüksek projelerde kapalı API'lere göre daha rahat savunulur bir mimari kurmayı mümkün kılıyor. Bizim önerimiz, bağımsız test sonuçları gelene kadar lansman skorlarını referans almadan, kendi iş yükünüzle küçük bir pilot koşmak.

Kaynaklar: The Decoder, Qwen