Alibaba Cloud, Qwen yapay zekâ ailesinin yeni amiral gemisi Qwen3.8-Max’i 3 Ağustos 2026’da duyurdu. Şirketin açıklamasına göre model 2,4 trilyon parametreye sahip ve metin, görüntü ile video girdilerini birlikte işleyebiliyor. Reuters ve The Next Web de duyuruyu aynı gün yayımladıkları haberlerle doğruladı. Alibaba, modeli şimdiye kadarki en büyük ve en yetenekli Qwen sistemi olarak tanımlıyor; ancak performansa ilişkin karşılaştırmaların önemli bölümü şirketin paylaştığı sonuçlara ve hızla değişebilen çevrim içi sıralamalara dayanıyor.
Bir milyon tokenlık bağlam penceresi
Qwen3.8-Max için açıklanan temel özelliklerden biri, tek istekte bir milyon tokene kadar bağlamı değerlendirebilmesi. Tokenlar, bir modelin işlediği metin ve diğer verilerin küçük parçalarıdır. Bu geniş pencere; uzun belgelerin, büyük yazılım depolarının veya kapsamlı video dökümlerinin aynı çalışma içinde ele alınabilmesini amaçlıyor. Modelin çok modlu yapısı metnin yanı sıra görsel ve video girdilerini de kapsıyor, fakat çıktının metin biçiminde üretildiği belirtiliyor.
Şirket, modelin “mixture-of-experts” olarak bilinen uzmanlar karışımı mimarisini kullandığını söylüyor. Toplam parametre sayısı 2,4 trilyon olsa da her istek sırasında yaklaşık 95 milyar parametrenin etkinleştiği açıklandı. Bu yaklaşım, modelin bütün bileşenlerini her görevde aynı anda çalıştırmak yerine isteğe uygun bölümlerini devreye sokuyor. Alibaba bunun hesaplama maliyetini ve yanıt gecikmesini azaltmayı hedeflediğini belirtiyor. Gerçek kullanım maliyeti ise donanım, görev türü, giriş uzunluğu ve sağlayıcının fiyatlandırması gibi başka etkenlere de bağlı olacak.
Açık ağırlık planı ve erişim takvimi
Alibaba, Qwen3.8-Max’in model ağırlıklarını bir sonraki hafta yayımlamayı planladığını açıkladı. Açık ağırlık yaklaşımı, geliştiricilerin modelin öğrenilmiş parametrelerini indirerek kendi altyapılarında çalıştırmasına veya belirli kullanım alanlarına uyarlamasına imkân verebilir. Duyuru anında ağırlıklar henüz yayımlanmadığı için lisans koşulları, dosya boyutları ve pratik donanım gereksinimleri konusunda kesin değerlendirme yapmak için nihai sürümü beklemek gerekiyor.
Reuters, modelin Arena.AI üzerindeki topluluk karşılaştırmalarında Çin merkezli metin modelleri arasında en yüksek sıraya çıktığını ve görsel analiz sıralamasında küresel olarak ikinci sırada göründüğünü aktardı. The Next Web de aynı sıralamaları bildirdi. Bununla birlikte liderlik tabloları kullanıcı tercihleri, sürüm güncellemeleri ve test koşullarıyla değişebilir. Bu nedenle sıralamalar modelin bütün görevlerde aynı düzeyde sonuç vereceğinin garantisi değil, belirli bir zamanda elde edilmiş karşılaştırmalı bir gösterge olarak okunmalı.
Parametre sayısı tek başına performans ölçüsü değil
Qwen3.8-Max’in 2,4 trilyon parametresi, modeli ölçek bakımından son dönemde duyurulan en büyük sistemler arasına yerleştiriyor. Reuters, bu sayının Moonshot AI tarafından tanıtılan 2,8 trilyon parametreli Kimi K3’e yaklaştığını belirtiyor. Ancak daha fazla parametre otomatik olarak daha iyi doğruluk, daha düşük maliyet veya daha güvenilir çıktı anlamına gelmiyor. Eğitim verisinin kalitesi, mimari, etkin parametre sayısı, değerlendirme yöntemi ve güvenlik önlemleri de sonucu etkiliyor.
Alibaba ayrıca Qwen3.8-Max’in uzun süreli yazılım mühendisliği görevlerinde kullanılabildiğini ve şirket içi bir deneyde 16 gün süren bir proje yürüttüğünü bildirdi. Bu sonuç bağımsız bir kurum tarafından doğrulanmış değil. Duyurunun en somut tarafı, modelin açıklanan mimarisi, bağlam kapasitesi, çok modlu girdi desteği ve açık ağırlık yayımlama planı. Geliştiriciler açısından daha kesin tablo; ağırlıklar, lisans, fiyatlandırma ve bağımsız testler yayımlandıktan sonra ortaya çıkacak.
Lansman, Çin merkezli yapay zekâ geliştiricileri arasındaki hızlı ürün döngüsünü de gösteriyor. Kurumların modeli değerlendirmesinde tanıtım sıralamalarından çok kendi verilerindeki tutarlılık, gerekli altyapı, lisansın dağıtıma izin verdiği koşullar ve güvenlik araçları belirleyici olacak. Bu soruların tamamı yalnızca duyuru günündeki teknik özelliklerle yanıtlanamaz. Planlanan açık ağırlık sürümü ve daha geniş bağımsız testler, modelin gerçek kullanım alanlarını daha net gösterecek.
