.animate-view{opacity: 1 !important;}

Qwen3.8-Max. Kolejny mocny model AI z Chin – Aktualności AI – #1 Sierpień 2026

4min.

Komentarze:0

03 sierpnia 2026

Qwen3.8-Max. Kolejny mocny model AI z Chin – Aktualności AI – #1 Sierpień 2026d-tags
Alibaba oficjalnie zaprezentowała model Qwen3.8-Max — swoją najpotężniejszą dotychczas jednostkę zbudowaną w architekturze Mixture of Experts, dysponującą 2,4 biliona parametrów (z czego 95 miliardów jest aktywnych przy każdym tokenie). Nowy model ustanawia wyższe standardy w wielodniowym autonomicznym programowaniu, kompleksowych zadaniach agentowych oraz przetwarzaniu multimodalnym. Co istotne dla rynku open-source, Alibaba zapowiedziała otwarcie wag modelu.

4min.

Komentarze:0

03 sierpnia 2026

Qwen3.8-Max. Chiński gigant wyznacza nowe granice w programowaniu i autonomii AI

Rynek wielkich modeli językowych rozwija się w błyskawicznym tempie, a rywalizacja w segmencie rozwiązań typu frontier przeniosła się w dużej mierze do Azji. Po niedawnej premierze Kimi K3, o której pisaliśmy już na naszym blogu, chiński sektor sztucznej inteligencji po raz kolejny pokazuje swoją siłę. Alibaba udostępniła flagowy model Qwen3.8-Max, udowadniając, że otwarta architektura i wysoka skalowalność mogą konkurować z zamkniętymi systemami z Doliny Krzemowej, takimi jak GPT-5.6 czy Claude Opus 4.8.

Qwen3.8-Max nie jest jedynie kosmetyczną aktualizacją poprzedniej wersji Qwen3.7-Max. To architektoniczny skok oparty na fundamencie Qwen 3.5, zaprojektowany z myślą o wykonywaniu złożonych zadań od początku do końca bez konieczności ciągłej interwencji człowieka.

Czym wyróżnia się Qwen3.8-Max?

Nowy model Alibaby został zaprojektowany z myślą o dwóch głównych filarach: długofalowym planowaniu systemicznym oraz głębokiej integracji multimodalnej.

Autonomiczne programowanie na przełomie wielu dni

W tradycyjnym podejściu programistyczne modele AI radziły sobie głównie z generowaniem prostych funkcji lub refaktoryzacją krótkich fragmentów kodu. Qwen3.8-Max przesuwa tę granicę w stronę pełnej autonomii. W oficjalnych testach model:

  • Samodzielnie tworzył oprogramowanie przez ponad 10 dni. Przez 16 dni autonomicznie przetwarzał zgłoszenia, pisał kod, przeprowadał testy E2E i łączył pull requesty na GitHubie.
  • Odtwarzał i udoskonalał prace naukowe. Działając na czystym środowisku GPU, model w 125 godzin napisał 7 600 linii kodu, odtworzył eksperyment z publikacji badawczej, a następnie samodzielnie opracował ulepszoną metodę selekcji danych, poprawiając wynik w teście matematycznym AIME24 o +2,7 pkt.
  • Projektował układy scalone. W zamkniętym środowisku testowym przeznaczonym do projektowania sprzętu (RTL/OpenROAD) model przeprowadził kilkaset pętli optymalizacyjnych, redukując powierzchnię krzemową układu kryptograficznego z 8 298 do zaledwie 678 bramek logicznych.

Praca z wieloma modalnościami i pętla zwrotna w czasie rzeczywistym

Qwen3.8-Max to również pełnoprawny agent hybrydowy, łączący pisanie kodu z bezpośrednią obsługą interfejsów graficznych. Model potrafi analizować ponad 100-godzinne materiały wideo, budując z nich ciągły graf pamięci, jak również przetwarzać kilkusetstronicowe dokumenty finansowe.

Co istotne, wzrok w Qwen3.8-Max działa jako natywna pętla sprzężenia zwrotnego. Model podczas wykonywania zadań (np. tworzenia wizualizacji w Blenderze czy budowania aplikacji webowych) na bieżąco „patrzy” na wygenerowany interfejs, wykrywa błędy wizualne i samodzielnie je koryguje.

Qwen3.8-Max kontra Kimi K3. Starcie chińskich modeli klasy frontier

Analizując dwa najbardziej zauważalne chińskie modele ostatnich tygodni, wyraźnie widać różnice w filozofii projektowej obu zespołów. Choć Kimi K3 (od Moonshot AI) i Qwen3.8-Max (stworzonego przez firmę Alibaba) reprezentują ścisłą czołówkę modeli open-weight, zostały zoptymalizowane pod kątem nieco innych zastosowań.

CechaQwen3.8-Max (Alibaba)Kimi K3 (Moonshot AI)
Łączna liczba parametrów2,4T (MoE)2,8T (MoE)
Aktywne parametryok. 95B / tokenok. 104B / token
Onośnik kontekstudo 1 mln tokenówdo 1 mln tokenów
Strategia otwarciaWagi open-weight zapowiedziane (premiera wkrótce)Pełne open weights dostępne od dnia premiery
Główna dążnośćWszechstronność, multimodalność, kompleksowy coworkAutonomia agentowa, coding, wydajność kontekstowa
Model wdrożeniaPriorytet dla API w Alibaba Cloud + wagi lokalneNatychmiastowe wdrożenia lokalne (vLLM, SGLang)

Strategia wydania i dostępność wag

Kimi K3 od pierwszego dnia stawia na społeczność deweloperską — otwarte wagi pozwoliły na szybką integrację modelu w lokalnych środowiskach programistycznych. Alibaba w przypadku Qwen3.8-Max obrała podejście hybrydowe: model debiutuje w chmurze QwenCloud z pełnym wsparciem dla protokołów OpenAI i Anthropic (umożliwiając szybką integrację z narzędziami takimi jak Claude Code czy Codex), natomiast udostępnienie wag zaplanowano na kolejny tydzień.

Wydajność w kodowaniu i zadaniach agentowych

Kimi K3 wyróżnia się autorską architekturą (m.in. Kimi Delta Attention), która zapewnia wyjątkowo wysoką wydajność kosztową oraz szybkość przy przetwarzaniu długich struktur kodu. Z kolei Qwen3.8-Max stawia na bardziej uporządkowaną, wieloetapową logikę biznesową. W testach symulacji rynkowych (np. 365-dniowym teście operacji e-commerce E-Commerce Bench) Qwen osiągnął stopę zwrotu na poziomie 4,16x, pokonując konkurencyjne modele głębią analizy ryzyka i adaptacyjną negocjacją cen.

Ekosystem i optymalizacja kosztowa

Qwen3.8-Max oferuje zaawansowane sterowanie głębokością rozumowania za pomocą parametru reasoning_effort na 3 różnych poziomach, co pozwala deweloperom precyzyjnie balansować między czasem odpowiedzi a zużyciem tokenów. Z kolei Kimi K3 pozostaje niezwykle groźnym rywalem w czystych zadaniach czysto programistycznych, gdzie zużywa zauważalnie mniej zasobów przy zachowaniu wysokiej skuteczności.

Co premiera Qwen3.8-Max oznacza dla przyszłości LLM?

Premiera Qwen3.8-Max potwierdza trwały zwrot w rozwoju sztucznej inteligencji: od prostych modeli konwersacyjnych przechodzimy do autonomicznych systemów agentowych, które działają w pętlach wielodniowych. Model Alibaby pokazuje, że otwarte i komercyjne architektury z Chin nie tylko dorównują amerykańskim liderom w benchmarkach, ale w niektórych obszarach — takich jak sterowanie środowiskiem hybrydowym czy synteza sprzętowa — zaczynają wyznaczać nowe kierunki rozwoju.

Decyzja o udostępnieniu wag modelu tej klasy (2,4T parametrów) sprawi, że lokalne środowiska badawcze i przedsiębiorstwa otrzymają dostęp do narzędzia o możliwościach porównywalnych z najdroższymi, zamkniętymi modelami na rynku.

Bądź na bieżąco z nowościami w świecie AI

Świat sztucznej inteligencji i SEO zmienia się z dnia na dzień. Jeśli chcesz otrzymywać najświeższe analizy, informacje o nowych modelach LLM oraz praktyczne wskazówki dotyczące wykorzystania AI w marketingu internetowym — zapisz się do newslettera Delante i nie przegap żadnego przełomu!

Źródło: https://qwen.ai/blog?id=qwen3.8

Autor
Maciej Jakubiec - SEO Specialist
Autor
Maciej Jakubiec

SEO Specialist

Absolwent marketingu ze specjalizacją e-commerce na Uniwersytecie Ekonomicznym w Krakowie, pochodzący z malowniczego Podkarpacia. Do Delante dołączył w 2022 roku. Miłośnik wysokiej jakości treści na stronie. Prywatnie prawie cały wolny czas przeznacza na produkcję muzyczną, którą zajmuje się od lat, testowanie nowych przepisów i długie spacery w naturze.

Autor
Maciej Jakubiec - SEO Specialist
Autor
Maciej Jakubiec

SEO Specialist

Absolwent marketingu ze specjalizacją e-commerce na Uniwersytecie Ekonomicznym w Krakowie, pochodzący z malowniczego Podkarpacia. Do Delante dołączył w 2022 roku. Miłośnik wysokiej jakości treści na stronie. Prywatnie prawie cały wolny czas przeznacza na produkcję muzyczną, którą zajmuje się od lat, testowanie nowych przepisów i długie spacery w naturze.