Qwen3.8: Alibabas 2,4T-satsing på åpne vekter, og hva vi faktisk vet

Qwen3.8 er Alibabas nye flaggskip med 2,4 billioner parametere, annonsert 19. juli 2026, med åpne vekter lovet «snart» og en Max-Preview du kan kalle i dag. Det den ikke har, er én eneste publisert benchmark. Alibaba posisjonerer den som «kun slått av Fable 5» — det er leverandørens egen påstand, ikke et målt resultat, og forskjellen betyr mer enn vanlig akkurat her.

Hva Alibaba faktisk annonserte

Alt som er bekreftet om Qwen3.8, kan spores tilbake til én kilde: Alibabas annonsering 19. juli 2026. Her er hva den faktisk sier:

• Qwen3.8 eksisterer, med 2,4 billioner parametere
• Vektene blir åpne «snart» — ingen dato oppgitt
• Qwen3.8-Max-Preview er live nå
• Tilgang skjer gjennom Alibabas Token Plan, Qoder og QoderWork
• Alibaba beskriver modellen som «en av de kraftigste modellene tilgjengelig i dag, på nivå med ledende frontier-AI-modeller, kun slått av Fable 5»

Det siste punktet er posisjonering, ikke et resultat. Hold de to atskilt.

Timingen fortjener et øyeblikks oppmerksomhet. Qwen3.8 er den fjerde frontier-lanseringen på elleve dager — Grok 4.5 8. juli, GPT-5.6 9. juli, og nå dette. Den lander også fire dager etter at kinesiske myndigheter godkjente Apple–Alibaba Qwen-integrasjonen 15. juli, så oppmerksomheten rundt Qwen-merkevaren var allerede skyhøy da annonseringen kom.

Qwen3.8 vs Qwen3-8B: ikke samme modell

Verdt å rydde opp i tidlig, fordi søkemotorer for øyeblikket blander de to sammen. Qwen3.8 er Alibabas flaggskip på 2,4 billioner parametere, annonsert i dag. Qwen3-8B er en tett modell med 8 milliarder parametere fra Qwen3-serien, nedlastbar på Hugging Face siden 2025. Navnene ser like ut, men størrelsen skiller dem med omtrent 300 ganger.

Hva vi vet vs hva vi ikke vet (ennå)

Ingen vet ennå hvor god Qwen3.8 er, heller ikke innleggene som påstår at de vet det. Så her er tre tydelig atskilte kategorier.

Qwen3.8 bekreftede fakta (Alibaba offisielt, 2026-07-19)

Qwen3.8 benchmarks, priser og spesifikasjoner: hva som ikke er publisert

Ingen modellkort og ingen OpenRouter-oppføring er det sterkeste beviset som finnes på at de åpne vektene genuint ikke er levert ennå.

Merket proxy: Qwen3.7-Max (forgjenger — ikke Qwen3.8)

Hvert tall nedenfor tilhører Qwen3.7-Max, den forrige generasjonen. Ingenting av det er et Qwen3.8-resultat, og ingenting av det er en prognose. Det står her slik at du vet hva slags laboratorium som fremmer påstanden.

2,4 billioner parametere: den største åpne modellen som noensinne er lovet

Qwen3.8 har 2,4 billioner parametere, ifølge Alibabas annonsering. Hvis Alibaba faktisk leverer disse vektene, gjør det den omtrent 1,5 ganger større enn noen åpen modell som er utgitt til nå — nåværende rekordholder er DeepSeek V4 Pro på 1,6T. Alt annet i det åpne feltet ligger godt under én billion.

Ett forbehold før du blir for begeistret over den søylen. Alibaba har ikke opplyst antall aktive parametere eller mixture-of-experts-konfigurasjonen, så 2,4T er et overskriftstall, ikke et beregningstall. Til sammenligning aktiverer DeepSeek V4 Pros 1,6T bare rundt 49B parametere per token — omtrent 3 % av nettverket — noe som er grunnen til at den i det hele tatt kjører til en fornuftig kostnad. En sparsom 2,4T-modell og en tett 2,4T-modell er helt forskjellige dyr å serve, og akkurat nå vet vi ikke hvilken av delene dette er. Hvis du vil ha en oversikt over den aktuelle tilstanden i feltet, sporer vi hvor Qwen allerede rangerer blant åpen kildekode-LLM-er, og GLM 5.2, den andre store kinesiske åpen-vekt-utgivelsen, gir deg en følelse av hvordan dette nivået ser ut når det faktisk leveres.

Qwen3.8 åpne vekter: reverseringen ingen snakker om

Alibaba har lovet åpne vekter for Qwen3.8, men har ikke annonsert en dato eller en lisens. Det høres rutinemessig ut helt til du ser på familiehistorien — noe de fleste dag-én-dekningene hopper rett over.

Alibaba brukte to generasjoner på å bygge et bevisst skille: åpne arbeidshester for alle, lukket flaggskip på toppen.

Så lover Qwen3.8 åpne vekter på frontier-nivå. Les den rekkefølgen én gang til: Alibaba lukket flaggskip-nivået i to generasjoner på rad, og sier nå at de vil åpne den største modellen de noensinne har bygget.

Hvis det skjer, er det en genuin strategireversering, og det er den egentlige nyhetssaken her — ikke antall parametere. Det legger også reelt press på hvert lukket-vekt-laboratorium som har behandlet «frontier-nivå forblir lukket» som en etablert bransjenorm.

Den ærlige reservasjonen: lisensen er ikke annonsert. Apache 2.0 på 3.5 og 3.6 er et oppmuntrende presedens, men presedens er ikke en forpliktelse. En restriktiv fellesskapslisens på 2,4T ville teknisk sett tilfredsstille «åpne vekter», samtidig som den endrer hva du faktisk kan gjøre med den.

Kan du faktisk kjøre Qwen3.8 selv? (ærlig svar: nei)

Nei — ikke på forbrukermaskinvare, og realistisk sett heller ikke på oppstartsselskapets GPU-budsjett, selv etter at vektene slippes. Selv DeepSeek-V3.2 på 685B beskrives av dem som har gjort det, som et reelt infrastrukturprosjekt å selvhoste. Qwen3.8 er omtrent 3,5 ganger det.

Så «åpne vekter» på 2,4T betyr ikke at du kjører dette selv. Det du faktisk får:

• Inferensleverandører kan hoste den, noe som betyr priskonkurranse, noe som betyr at kostnaden din per token faller
• Suverene, regulerte og luftgapte distribusjoner blir mulig for første gang på dette nivået
• Forskere og finjusterere får tilgang til en grunnmodell i frontier-skala
• Det betyr ikke at den kjører på maskinen din, din enkelte A100, eller realistisk sett oppstartsselskapets GPU-budsjett

Akkurat nå finnes Preview kun på Alibaba-drevne flater, og under Kinas nasjonale etterretningslov er Alibaba forpliktet til å samarbeide med myndighetenes dataforespørsler. Qoder spesielt har blitt gjenstand for sikkerhetsgransking fra vestlige anmeldere.

Nyansen ingen kobler sammen: den bekymringen gjelder det hostede API-et, ikke selvhostede vekter som kjører på amerikansk eller europeisk infrastruktur. Noe som er nøyaktig hvorfor løftet om åpne vekter, ikke Preview-en, er den betydningsfulle halvdelen av denne annonseringen for alle med krav til datalokalisering.

Hvis du planlegger rundt det, dekker vår oversikt over rammeverk for å bygge på åpne modeller orkestreringslaget du vil ha på plass før vektene lander.

Slik prøver du Qwen3.8-Max-Preview i dag

Qwen3.8-Max-Preview er live nå. Tre innganger, alle Alibaba-drevne:

1. Token Plan — Alibabas samlede API-tilgang
2. Qoder — Alibabas kodingsflate
3. QoderWork — Alibabas agentflate

Hva som er tilgjengelig nå vs hva som kommer

Å kalle den fra kode

Qwen3.7-Max snakket både OpenAI- og Anthropic-API-spesifikasjonene, så et bytte av base-URL var alt som skulle til. Qwen3.8s kompatibilitet er ubekreftet — behandle dette som mønsteret du skal verifisere, ikke som et fungerende endepunkt.

# Qwen3.7-Max-æraens mønster. Qwen3.8-Max-Previews API-flate og modell-ID
# er UBEKREFTET - sjekk gjeldende Alibaba Cloud-dokumentasjon før du sender dette til produksjon.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

resp = client.chat.completions.create(
    model="qwen3.8-max-preview",
    messages=[{"role": "user", "content": "Refactor this function for readability."}],
)
print(resp.choices[0].message.content)

Fordi det er en OpenAI-formet klient, faller den inn i de fleste rammeverk uendret — inkludert kodingsagentene du faktisk ville koblet dette inn i. Hvis du vil at den skal nå dine egne systemer, kan du eksponere dine egne verktøy gjennom en MCP-server og peke agenten dit.

Qwen3.8 API-priser: hva det kan komme til å koste

Ingen Qwen3.8-pris er publisert. Det eneste forsvarlige referansepunktet er forgjengeren: $2,50 inn / $7,50 ut per million tokens med 90 % rabatt på cachet input (Qwen3.7-Max-tall). En tilsvarende priset 3.8 ville havnet på omtrent halvparten av GPT-5.6 Sol og en fjerdedel av Fable 5. Det er et referansepunkt, ikke en prognose — og les neste avsnitt før du bygger en businesscase på det.

Qwen3.8 vs Claude Fable 5: Hvor seriøst bør du ta Alibabas påstand?

Alibaba sier at Qwen3.8 er «kun slått av Fable 5». Ingen publisert benchmark støtter det opp — det er posisjonering, ikke et målt resultat. Her er den rettferdige lesningen i begge retninger.

Argumentet for å ta det noe seriøst. Qwen3.7-Max scoret uavhengig målt 56,6 på Artificial Analysis Intelligence Index — 5. plass totalt og den høyest rangerte kinesiske modellen (begge Qwen3.7-Max-tall). Et laboratorium med den forgjengeren som sier at neste modell kun er slått av Fable 5, kommer ikke med en åpenbart absurd påstand — det er en annen situasjon enn en førstegangsaktør som annonserer frontier-paritet.

Argumentet mot. Det er leverandørrapportert, uten navngitt benchmark, ingen metodologi og ingen uavhengig evaluering. Og Fable 5-benchmarklisten Alibaba sikter mot er 80,4 på SWE-Bench Pro — som ikke er den samme benchmarken som Qwen3.7-Maxs 80,4 på SWE-bench Verified. Identisk tall, ulik test, ulik vanskelighetsgrad. På SWE-Bench Pro — den ene benchmarken de faktisk deler — scoret Qwen3.7-Max 60,6 (Qwen3.7-Max-tall), omtrent 20 poeng bak. Alle som fremstiller de to 80,4-tallene som uavgjort, er enten forvirret eller håper at du er det. Vi så det samme mønsteret nylig med den siste modellen som hevdet frontier-paritet på leverandørtall.

Én fallgruve for kostnadsmodellen din: Qwen-modeller har en tendens til å produsere flere output-tokens per oppgave enn sine konkurrenter. Qwen3.5-27B brukte 98M output-tokens på å fullføre Artificial Analysis Intelligence Index, mot 56M for MiniMax-M2.5 og 61M for DeepSeek V3.2. Output-tokens er den dyre siden, så overskrifts-$/M-sammenligninger overvurderer systematisk Qwen-besparelsene. Det er en observasjon fra 3.5-generasjonen, ikke en Qwen3.8-måling — men det er akkurat den typen ting som stille dobler en faktura.

Qwen3.8 vs GPT-5.6 og Grok 4.5: hvor den ville havnet

Vestlig lanseringsdekning har nesten fullstendig ignorert de kinesiske utfordrerne. Ett mye delt stykke om den «kaotiske uken» som tegnet om AI-kartet, dekket GPT-5.6, Grok 4.5 og Fable 5 — og nevnte Qwen null ganger. I mellomtiden havner DeepSeek V4-Pro, Qwen3.7-Max og Kimi K2.6 alle innenfor et halvt poeng av hverandre på SWE-bench Verified, omtrent 14 poeng bak Claude og priset omtrent to størrelsesordener under den.

Legg merke til benchmark-navnene i den tabellen. De er ikke utskiftbare, og en god del av denne ukens dekning vil behandle dem som om de er det. For Claude-siden av sammenligningen har vi brutt ned hvordan Opus 4.8 scorer på de samme kodingsbenchmarkene.

Bør du bytte, teste, eller vente?

Metoden betyr mer enn dommen her. Hver modell vi har produksjonstestet, har prestert annerledes enn sin plassering på rangeringslisten, fordi promptene dine, kodebasen din og toleransen din for nye forsøk ikke er en del av noen andres benchmark. Ditt eget evalueringssett slår en leverandørpåstand, og det slår en rangeringsliste også. Å bygge ett tar en ettermiddag, og det betaler for seg selv første gang en «bedre» modell umerkelig presterer dårligere på din faktiske arbeidsmengde.

Usikker på hva du skal måle, eller vil ha et ekstra sett øyne på migrasjonsregnestykket? La teamet vårt stressteste det mot arbeidsmengden din →

Ofte stilte spørsmål

Er Qwen3.8 åpen kildekode?

Ikke ennå, og «åpne vekter» er ikke det samme som åpen kildekode. Alibaba har lovet nedlastbare vekter, men lisensen er ikke annonsert. Både Qwen 3.5 og 3.6 ble levert under Apache 2.0, noe som er et oppmuntrende presedens — men presedens er ikke en forpliktelse, og det finnes ingen Qwen3.8-lisenstekst i dag.

Når blir Qwen3.8s åpne vekter utgitt?

Alibaba sa «snart» og oppga ingen dato. Det er hele svaret, og alle som nevner en spesifikk uke, gjetter. Det klareste signalet på at det ikke er levert ennå: det finnes fortsatt ikke noe Qwen3.8-modellkort på Hugging Face per 19. juli 2026.

Hvor mange parametere har Qwen3.8?

2,4 billioner, ifølge Alibabas annonsering. Det som mangler, er antall aktive parametere og mixture-of-experts-konfigurasjonen, så du kan ikke utlede beregningskostnad per token fra det overskriftstallet. En sparsom 2,4T-modell og en tett 2,4T-modell er svært forskjellige ting å serve.

Kan jeg kjøre Qwen3.8 lokalt?

Realistisk sett nei, selv etter at vektene slippes. DeepSeek-V3.2 på 685B er allerede et seriøst infrastrukturprosjekt å selvhoste, og Qwen3.8 er omtrent 3,5 ganger den størrelsen. Forvent å konsumere den gjennom inferensleverandører fremfor dine egne GPU-er, med mindre du driver et ekte datasenter.

Hvor mye koster Qwen3.8-Max-Preview?

Alibaba har ikke offentliggjort en pris per token — tilgang er samlet i Token Plan, Qoder og QoderWork. Kun til referanse: forgjengeren Qwen3.7-Max kjører til $2,50 inn / $7,50 ut per million tokens med 90 % rabatt på cachet input (Qwen3.7-Max-tall). Ikke budsjetter ut fra det tallet.

Er Qwen3.8 bedre enn Claude Fable 5?

Ingen vet ennå. «Kun slått av Fable 5» er Alibabas egen posisjonering, publisert uten en navngitt benchmark, en metodologi eller en uavhengig evaluering. Fable 5s uavhengig målte nivå er 80,4 på SWE-Bench Pro. Frem til tredjeparts evalueringer kommer, bør du behandle sammenligningen som genuint åpen.

Er Qwen3.8 på OpenRouter eller Hugging Face ennå?

Nei — bekreftet per 19. juli 2026. OpenRouter lister 76 Qwen-modeller, og ingen av dem er 3.8, og det finnes heller ikke noe Hugging Face-modellkort. Det fraværet er det mest pålitelige beviset som finnes på at de åpne vektene genuint ikke er levert ennå.

Hva er Qoder og QoderWork?

De er Alibabas egne kodings- og agentflater, og for øyeblikket to av de tre veiene inn til Qwen3.8-Max-Preview sammen med Token Plan. Verdt å vite før du forplikter deg: Qoder har blitt gjenstand for sikkerhetsgransking fra vestlige anmeldere, noe som betyr noe hvis koden din berører regulerte data.

Hvilket kontekstvindu har Qwen3.8?

Ikke annonsert. Forgjengeren Qwen3.7-Max tilbød 1M tokens kontekst med 65 536 maks output (Qwen3.7-Max-tall), så noe lignende er sannsynlig — men det er en forgjengerspesifikasjon, ikke en Qwen3.8-påstand. Ikke design en lang-kontekst-pipeline rundt det ennå.

Viktige punkter

• 2,4T parametere og et løfte om åpne vekter er bekreftet. Benchmarks er det ikke — det finnes ikke en eneste publisert Qwen3.8-score, og ethvert tall du ser knyttet til den denne uken, er nesten helt sikkert et Qwen3.7-Max-tall.
• Strategireverseringen er den egentlige historien. Alibaba lukket flaggskip-nivået i to generasjoner, og lovet så å åpne den største modellen de har bygget.
• På 2,4T betyr åpne vekter billigere hostet inferens og suveren distribusjon — ikke at du kjører den selv.
• «Kun slått av Fable 5» er Alibabas påstand. Uavhengige tall kommer innen få dager. Vent på dem.

Vurderer du en åpen modell opp mot din nåværende stack, eller prøver du å finne ut hva noe av dette endrer for infrastrukturen din? Få en gratis gjennomgang av LLM-stacken din →