Qwen3.8-Max-ni gavjum ustaxonada to’xtatilgan yangi kuchli dvigatel sifatida tushunish eng osonidir. Dvigatel — Alibabaning flagman modeli: so’rov bo’yicha 2,4 trillion umumiy parametrlar va 95 milliard faol parametrga ega siyrak Ekspertlar Aralashmasi (sparse Mixture-of-Experts) dizayni. Ustaxona esa Qwen Studio bo’lib, bu yerda o’sha dvigatel chat, Chuqur Izlanish (Deep Research), rasm generatsiyasi, video generatsiyasi va veb-artefaktlar yaratish asboblari yonida turadi. Oddiy foydalanuvchi uchun ustaxona dvigatelning o’zi kabi muhim bo’lishi mumkin.
Darhol ko’zga tashlanadigan amaliy joziba — bu uning qadridir. Belgilangan QwenCloud tarifi kirish tokenlarining bir millioni uchun $2 va chiqish tokenlarining bir millioni uchun $6 bo’lib, keshga olingan kirish $0.25 ni tashkil etadi. Bu har qanday ishni arzonlashtirib qo’ymaydi — uzoq mulohazalar (reasoning) chiqish (output) sifatida hisoblanadi — ammo bu katta kontekstli tahlil va takroriy tajribalarni mutlaq yetakchilarning qimmat tariflaridan ko’ra oqlashni osonlashtiradi. Agar Kimi K3 ehtiyotkorlik bilan byudjetlashtirishni talab qiladigan qobiliyatli universal (all-rounder) bo’lgan bo’lsa, Qwen3.8-Max ham xuddi shunday katta maqsadli muqobildir va u byudjetda ikkinchi urinish va to’g’ri qayta ko’rib chiqish (review) uchun ko’proq joy qoldiradi.
U shuningdek, muammo haqida shunchaki o’qish uchun emas, balki uni ko’rish uchun ham yaratilgan. Model bir million tokengacha bo’lgan kontekstli matn, rasm va videoni qabul qiladi. Mahsulot taqdimotini uning strategiya hujjati, jadvali, maketi, boshqaruv paneli (dashboard) skrinshoti va noto’g’ri ishlagan jarayon videosi bilan bir stolda o’tirgan holda tahlil qilishni tasavvur qiling. Bu modelga mo’‘jizaviy tarzda mukammal xotira yoki xulosa berib qolmaydi, ammo u odatda tadqiqotni vizual ishlardan ajratib turuvchi bir qancha noqulay tarjima bosqichlarini bartaraf etadi.
Mahsulotlar oilasining hikoyasi kundalik ish uchun g’ayrioddiy darajada foydalidir. Qwen Studio chat, Chuqur Izlanish, rasm yaratish, video yaratish va dasturlash artefaktlarini taklif etadi. Yuklab olinadigan model xostlangan mahsulot bilan bir xil emas: u faqat matndan iborat bo’lib, 262K mahalliy kontekstdan foydalanadi va uni taxminan 1.01M ga cho’zish mumkin; xostlangan Max esa ko’rish imkoniyati (vision), o’ylamaslik (non-thinking) yordami, o’rnatilgan vositalar va standart 1M kontekstni qo’shadi. Ushbu farqlash model kartasida aytilgan xususiyatning amalda yoqimsiz kutilmagan hodisaga aylanishining oldini oladi.
Va’da qilingan ochiq reliz endi haqiqatdir. Qwen3.8-2.4T-A95B Hugging Face va ModelScope-dan yuklab olinishi mumkin bo’lib, u 512 ta ekspertga ega va har bir tokenda 10 ta yo’naltirilgan va bitta umumiy ekspert faol bo’ladi. U hali ham noutbuk modeli emas: 2,4 trillion parametrni saqlash va ishlatish ma’lumotlar markazi (datacenter) miqyosidagi loyihadir. Maxsus litsenziya oddiy foydalanish uchun keng, biroq juda katta mahsulotlar model nomini ko’rsatishi shart va yirik model xizmatlari yoki dasturlash/ofis SI (AI) yordamchi kompaniyalariga alohida tijorat litsenziyasi kerak bo’lishi mumkin.
Ishlash unumdorligi ko’rsatkichlari umid baxsh etadi, lekin hali to’liq emas. Alibaba PaperBench, IFBench, OSWorld-Verified, Terminal Bench 2.1 va keng ko’lamli multimodal jadvalda ajoyib natijalarni e’lon qildi. Frontend Code Arena-ning birinchi holatida Qwen3.8-Max 1668 Elo bilan 4-o’rinni egallab turibdi. Qizig’i shundaki, Alibaba avtonom ishlashning bir nechta juda aniq namoyishlarini tasvirlab berdi: bo’sh papkadan boshlab 10-16 kunlik qarovsiz ishlash, o’z-o’zini rivojlantiruvchi test muhitini yaratib, 265 ta commit qildi, 127 ta pull request ochdi va 151 ta issue ro’yxatdan o’tkazdi; aniqlik 45 ta topshiriq davomida 0.60 dan 0.853 ga ko’tarilgan multimodal dialog niyati (intent) tanlovi; shuningdek chiplarni loyihalash va elektron tijorat bo’yicha kengaytirilgan simulyatsiyalar. Bular mustaqil tekshiruv emas, balki Alibabaning o’z hisobotlari, biroq ular jamoa ko’zlayotgan professional, ko’p bosqichli ishning foydali manzarasini namoyish etadi. Mustaqil baholash peshqadamlar jadvalini ishonchli qiladigan sekin, biroz zerikarli ishlarni amalga oshirishi kerak.
Bu ehtiyotkorlik ayniqsa dasturlashda juda muhim. Qwen-ning e’lon qilingan Terminal Bench natijasi kuchli bo’lsa-da, uning SWE-bench Pro-dagi 67.7 natijasi haqiqiy repozitoriylarda muammolarni hal qilish bo’yicha yetakchilar qatoriga qo’sholmaydi. Xatoliklarni tuzatish bo’yicha bir nechta dastlabki amaliy sinovlar ham turli xil natijalarni ko’rsatdi. Benchmark modelda kuchli vositalar qutisi borligini ko’rsatishi mumkin; faqat o’z repozitoriyingizdagi takroriy sinovgina u maqsadni eslab qolishini, to’g’ri buyruqlardan foydalanishini va chiroyli tushuntirilgan yangi xatolik yozish o’rniga aslini tuzata olish-olmasligini ko’rsatadi.
Mahsulotning o’z cheklovlari ham mavjud. Foydalanish imkoniyati, kvotalar, hisob-kitoblar va ishlash tezligi mintaqaga qarab farq qiladi, shuningdek, o’zi xostlash (self-hosting) jiddiy infratuzilma va litsenziyani o’rganishni talab qiladi. Hozircha Qwen3.8-Max 9.0 ball bilan 6-o’rinni egallab, Grok 4.6 dan keyin turibdi. Uni cheklangan vazifada ishlating, faktlari va kodini tekshiring hamda reliz haftasidagi hayajon emas, mustaqil natijalar u sizning doimiy tanlovingiz (default) bo’lishi yoki yo’qligini hal qilishiga yo’l qo’ying.
