Alibaba slipper Qwen3.8 med åpne vekter: 2,4 billioner parametere totalt

Modellen lagrer 2,4 billioner parametere, men bruker bare 95 milliarder av dem på hvert eneste token. Den kontrasten definerer Qwen3.8-2.4T-A95B, som Alibabas Qwen-team har lagt ut på Hugging Face, og som teamet selv beskriver som første gang en modell i Qwen-Max-klassen slippes åpent.

Under ligger en sparsom mixture-of-experts med 92 lag og 512 eksperter, der 10 rutede eksperter og én delt ekspert er aktive om gangen. Lagene veksler mellom Gated DeltaNet og Gated Attention i et mønster som gjentas 23 ganger, og modellen er trent med multi-token-prediksjon. Kontekstvinduet er 262 144 tokens nativt og kan utvides til 1 010 000. Tenkedybden styres med parameteren reasoning_effort, mens preserve_thinking tar vare på resonnementet fra tidligere meldinger i samtalen.

Det nedlastbare sjekkpunktet er smalere enn den betalte versjonen. Vektene er tekst-bare, uten bilde- eller videoinngang, og modellkortet oppgir at Qwen3.8-Max hos Qwen Cloud i tillegg gir synsinngang, mulighet for å slå av tenkemodus, innebygde verktøy og 1 million tokens kontekst som standard. Lisensen heter qwen3.8-max og er Qwens egen, ikke Apache eller MIT.

Benchmarktallene på modellkortet gjelder Qwen3.8-Max, ikke det åpne sjekkpunktet, og de er kjørt av Qwen selv. Der scorer Qwen3.8-Max 86,6 på Terminal Bench 2.1, mot 84,6 for Opus 4.8 og 88,8 for GPT-5.6 Sol i max-modus. På SWE-bench Pro snur bildet: 67,7 mot 80,0 for Fable 5 og 69,2 for Opus 4.8. Forrige generasjon, Qwen3.7-Max, lå på 74,5 på Terminal Bench, så spranget innad i Qwen-familien er større enn avstanden opp til toppen.

Det praktiske spørsmålet for deg som kjører lokalt er hvor mye lagring og minne dette faktisk krever. Unsloth har lagt ut GGUF-versjoner der hele BF16-settet er 140 filer på til sammen rundt 4,9 TB. Den hardeste kvantiseringen deres, UD-Q1_0, presser det ned til 397 GB, mens UD-IQ2_XXS lander på 657 GB og UD-IQ4_XS på 1,3 TB. Selv den minste varianten forutsetter altså en maskin med godt over 400 GB samlet RAM og VRAM, og du betaler for komprimeringen i presisjon.

Vektene fungerer med Hugging Face Transformers, vLLM, SGLang og TokenSpeed. Kvantiserte varianter fra andre enn Unsloth ligger allerede ute, blant annet flere NVFP4-versjoner og en MXFP4-versjon fra AMD.

Hva bør du gjøre?

1. Regn ut lagringsplassen før du starter nedlastingen. Selv den minste kvantiseringen er 397 GB, og BF16-settet kommer som 140 separate filer.
2. Bruk Qwen3.8-Max via Qwen Cloud hvis du trenger bilder eller å slå av tenkemodus. Det åpne sjekkpunktet dekker ikke de tilfellene.
3. Les lisensfilen i repoet før kommersiell bruk. Qwen3.8-max-lisensen er Qwens egen, og vilkårene er ikke de samme som i en standard åpen lisens.