Qwen3.8-Max er Alibabas nye multimodale topmodel med 2,4 billioner parametre, hvor 95 milliarder aktiveres ad gangen, og en kontekstgrænse på op til én million tokens. Modellen er tilgængelig via API, mens de lovede åbne vægte endnu ikke var udgivet ved lanceringen den 3. august 2026.
Qwen3.8-Max er Alibabas nye multimodale topmodel med en Mixture-of-Experts-arkitektur, op til én million tokens i kontekst og adgang via API. Modellen er rettet mod lange agentforløb, kodning og visuelt arbejde, men de lovede åbne vægte var endnu ikke frigivet, og leverandørens resultater kræver kontrol i egne arbejdsgange.
Hvad lancerede Alibaba den 3. august 2026?
Alibaba lancerede Qwen3.8-Max som den hidtil største og mest kapable model i Qwen-serien. Modellen bygger videre på Qwen 3.5 og er rettet mod kodning, analyse, kontoropgaver, multimodalt arbejde og forløb, hvor et AI-system skal holde fast i et mål gennem mange trin.
Ved lanceringen kunne udviklere kalde modellen gennem QwenCloud og Alibaba Cloud Model Studio. Den indgår også i arbejdsplatformen QwenWork. Alibaba beskrev adgangen som global, men kilderne dokumenterede ikke særskilt tilgængelighed, priser eller driftsregioner for kunder i Danmark.
Hvordan fungerer modellens Mixture-of-Experts-arkitektur?
Qwen3.8-Max er en Sparse Mixture-of-Experts-model. I stedet for at bruge alle 2,4 billioner parametre til hvert enkelt beregningstrin vælger et routersystem en mindre gruppe eksperter. Alibaba oplyser, at cirka 95 milliarder parametre aktiveres ad gangen.
Denne Mixture-of-Experts-arkitektur kan give en model stor samlet kapacitet uden samme beregningsarbejde som en tæt model af tilsvarende størrelse. Det betyder ikke, at 2,4 billioner parametre i sig selv dokumenterer bedre svar. Datakvalitet, træning, værktøjer og evaluering har også betydning.
Hvad betyder en kontekst på én million tokens?
Kontekstvinduet angiver den maksimale mængde input og tidligere samtale, som modellen teknisk kan have til rådighed i én arbejdsgang. Op til én million tokens gør det muligt at sende store dokumentmængder, lange kodebaser eller længere multimodale forløb uden straks at opdele materialet i mange separate kald.
En stor kontekstgrænse er ikke det samme som sikker genfinding eller korrekt forståelse af hver detalje. Lange input kan øge pris, svartid og kontrolbehov, og organisationer bør derfor teste både præcision og kildehenvisninger med realistiske dokumenter.
Hvilke input og opgaver understøtter modellen?
Qwen3.8-Max kombinerer tekstbehandling med visuel forståelse. Alibaba fremhæver blandt andet lange dokumenter, video, skærmbilleder, brugergrænseflader, softwareprojekter og opgaver, hvor modellen løbende får feedback fra et miljø. Det placerer modellen blandt former for multimodal AI, der kan forbinde flere datatyper i samme arbejdsgang.
Den praktiske værdi ligger især i samspillet mellem model, værktøjer og feedback. En model kan eksempelvis læse en fejlmeddelelse, ændre kode, køre en test og bruge resultatet til næste forsøg. Den kan ikke udføre sådanne handlinger uden et system, som giver adgang til de nødvendige filer, programmer og rettigheder.
Hvad viser Alibabas lange agentforsøg?
I et af leverandørens forsøg arbejdede Qwen3.8-Max på et softwareprojekt i omkring 16 dage. Modellen opbyggede et system, som omsatte krav og feedback til opgaver, ændrede kode, kørte test og behandlede fejl. Det resulterende projekt, oh-my-cli, blev offentliggjort på GitHub.
Forsøget viser, at modellen kan fastholde en teknisk arbejdsgang over længere tid i et nøje opsat miljø. Det dokumenterer ikke, at den kan drive et vilkårligt produktionssystem uden mennesker. Resultatet afhænger også af testmiljø, adgangsgrænser, evalueringsregler og hvilke fejl systemet kan opdage. En AI-agent er derfor mere end selve sprogmodellen.
Hvor stærk er benchmarkdokumentationen?
Alibaba oplyste ved lanceringen, at Qwen3.8-Max lå nummer fem i Text Arena og nummer to i Vision Arena. Sådanne arenaer bygger på sammenligninger mellem modelsvar, men placeringerne kan ændre sig, når modeller, stemmer og evalueringsmetoder opdateres.
Qwen-teamet offentliggjorde desuden en omfattende resultattabel med både eksterne og interne benchmark. Flere sammenligningsresultater er målt af leverandøren selv, og nogle opgaver bruger særlige værktøjer, bedømmere eller agentmiljøer. Tallene bør derfor læses sammen med fodnoter og testopsætning frem for som én samlet rangliste over alle anvendelser.
Er Qwen3.8-Max en open source-model?
Ikke ved lanceringen. Den 3. august var Qwen3.8-Max en API-tjeneste, mens Qwen-teamet lovede at frigive modelvægtene ugen efter. Indtil vægte og licens faktisk er offentliggjort, kan deres brugsvilkår, filstørrelse og praktiske krav til lokal drift ikke kontrolleres.
Åbne vægte betyder normalt, at modellens lærte parameterfiler kan hentes. Det er ikke nødvendigvis det samme som en fuldt open source-AI-model med åben træningskode, komplette datasæt og fri brug til alle formål. Den endelige licens afgør, hvilke ændringer, videreudgivelser og kommercielle anvendelser der bliver tilladt.
Hvordan adskiller modellen sig fra en tæt AI-model?
| Område | Qwen3.8-Max | Tæt model |
|---|---|---|
| Parameterbrug | En udvalgt del aktiveres for hvert beregningstrin | Alle modelparametre bruges typisk i hvert trin |
| Samlet kapacitet | Mange specialiserede eksperter kan ligge i samme model | Kapaciteten er samlet i ét fælles parameternetværk |
| Driftskrav | Kræver stadig stor hukommelse og effektiv ekspert-routing | Kræver beregning på hele modellen ved hvert trin |
| Dokumenteret kvalitet | Skal måles på konkrete opgaver og miljøer | Skal ligeledes måles på konkrete opgaver og miljøer |
Hvad betyder modellen for udviklere og vidensarbejde?
QwenCloud tilbyder grænseflader, der er kompatible med både OpenAI-lignende chat- og responses-kald og Anthropics API-format. Det kan gøre et teknisk forsøg lettere, fordi eksisterende klientsoftware kan tilpasses med en anden modeladresse, modelbetegnelse og nøgle.
Protokolkompatibilitet er ikke adfærdsmæssig lighed. Værktøjskald, svarformat, sikkerhedsfiltre, latenstid og fejlmønstre kan være forskellige. Et modelskifte bør derfor testes på egne opgaver, og automatisk udførte handlinger bør have klare rettigheder, stopbetingelser og menneskelig godkendelse ved væsentlige konsekvenser.
Hvad skal organisationer i Danmark kontrollere?
Den realistiske lokale betydning er foreløbig størst for udviklere og organisationer, der sammenligner API-modeller eller planlægger agentbaserede arbejdsgange. Kilderne dokumenterer ikke dansk sprogydeevne eller adgang til Qwen3.8-Max i en bestemt EU-driftsregion.
- Kontrollér om modellen findes i den ønskede region, og hvor input, output og logdata lagres og behandles.
- Afprøv dansk fagsprog, lange dokumenter og multimodale input på et repræsentativt, ikke-følsomt testsæt.
- Fastlæg hvilke værktøjer modellen må bruge, og hvilke handlinger der kræver godkendelse.
- Mål kvalitet, omkostning og svartid ved realistiske kontekstlængder i stedet for kun at bruge leverandørbenchmark.
- Kontrollér licensen igen, når de lovede vægte faktisk er offentliggjort.
Hvordan påvirker GDPR og EU AI Act brugen?
Hvis input, filer eller agentværktøjer indeholder personoplysninger, skal den dataansvarlige stadig have et behandlingsgrundlag, passende sikkerhed og styr på eventuelle overførsler. Alibaba Cloud dokumenterer generelt både en region i Frankfurt med en EU-afgrænset driftsmulighed og andre globale eller internationale regioner. Det dokumenterer ikke i sig selv, at Qwen3.8-Max er tilgængelig i EU-regionen, eller at en bestemt løsning opfylder GDPR.
En kontrol af data ved brug af AI-API’er bør derfor omfatte kontrakt, dataplacering, sletning, adgangsstyring og underleverandører. EU AI Act knytter desuden krav til den konkrete anvendelse og aktørrolle. At modellen er stor, multimodal eller senere får åbne vægte afgør ikke alene, om en anvendelse er højrisiko eller omfattet af særlige gennemsigtighedskrav.
Hvilke kilder ligger til grund?
Nyheden bygger på Alibabas oprindelige lancering fra FutureTools og Qwen-teamets detaljerede modelbeskrivelse. Oplysninger om dataplacering er kontrolleret mod Model Studios regionsdokumentation, mens den juridiske afgrænsning bygger på EU-Kommissionens AI Act Service Desk.