Qwen3.8: Alibaba'nın 2,4 Trilyonluk Açık Ağırlık Bahsi ve Gerçekte Bildiklerimiz

Qwen3.8, Alibaba'nın 19 Temmuz 2026'da duyurduğu 2,4 trilyon parametreli yeni amiral gemisi modelidir; açık ağırlıklar "yakında" vaat ediliyor ve bugünden çağırabileceğiniz bir Max-Preview mevcut. Sahip olmadığı şeyse tek bir yayınlanmış benchmark. Alibaba modeli "Fable 5'ten sonra ikinci sırada" diye konumlandırıyor — bu, satıcının kendi iddiası, ölçülmüş bir sonuç değil ve buradaki fark her zamankinden daha çok önem taşıyor.

Alibaba Gerçekte Ne Duyurdu

Qwen3.8 hakkında doğrulanmış her şey tek bir kaynağa dayanıyor: Alibaba'nın 19 Temmuz 2026 duyurusu. İşte gerçekte söyledikleri:

• Qwen3.8 var, 2,4 trilyon parametre ile
• Ağırlıklar "yakında" açık hale gelecek — herhangi bir tarih belirtilmedi
• Qwen3.8-Max-Preview şu anda canlı
• Erişim, Alibaba'nın Token Plan, Qoder ve QoderWork platformları üzerinden sağlanıyor
• Alibaba modeli "bugün mevcut en güçlü modellerden biri, önde gelen sınır (frontier) yapay zeka modelleriyle uyumlu, Fable 5'ten sonra ikinci sırada" olarak tanımlıyor

Bu son madde bir konumlandırma, bir sonuç değil. İkisini birbirinden ayrı tutun.

Zamanlama üzerinde durmakta fayda var. Qwen3.8, on bir gün içindeki dördüncü sınır (frontier) model lansmanı — 8 Temmuz'da Grok 4.5, 9 Temmuz'da GPT-5.6, şimdi de bu. Ayrıca Çinli düzenleyicilerin 15 Temmuz'da Apple-Alibaba Qwen entegrasyonunu onaylamasından dört gün sonra geldi; yani duyuru yapıldığında Qwen markasına olan ilgi zaten yükselmiş durumdaydı.

Qwen3.8 vs Qwen3-8B: Aynı Model Değil

Bunu baştan netleştirmekte fayda var, çünkü arama motorları şu anda ikisini birbirine karıştırıyor. Qwen3.8, Alibaba'nın bugün duyurduğu 2,4 trilyon parametreli amiral gemisi modelidir. Qwen3-8B ise Qwen3 serisinden, 2025'ten beri Hugging Face'te indirilebilen, yoğun (dense) 8 milyar parametreli bir modeldir. Benzer görünen isimler, ama boyut olarak aralarında yaklaşık 300 kat fark var.

Neyi Biliyoruz, Neyi (Henüz) Bilmiyoruz

Qwen3.8'in gerçekte ne kadar iyi olduğunu şu an kimse bilmiyor — size bildiğini söyleyen yazılar dahil. O yüzden burada birbirinden net şekilde ayrılmış üç kategori var.

Qwen3.8'e Dair Kesinleşen Gerçekler (Alibaba resmi, 2026-07-19)

Qwen3.8 Benchmarkları, Fiyatlandırması ve Teknik Özellikleri: Yayınlanmayanlar

Elde bulunan en güçlü kanıt, model kartının ve OpenRouter kaydının olmaması — bu, açık ağırlıkların gerçekten henüz yayınlanmadığını gösteriyor.

Etiketli Vekil Veri: Qwen3.7-Max (Önceki Nesil — Qwen3.8 DEĞİL)

Aşağıdaki her rakam Qwen3.7-Max'a, yani önceki nesle aittir. Hiçbiri bir Qwen3.8 sonucu değildir, hiçbiri de bir tahmin değildir. Burada yer almasının nedeni, iddiayı ortaya atan laboratuvarın ne tür bir laboratuvar olduğunu görebilmenizdir.

2,4 Trilyon Parametre: Şimdiye Kadar Vaat Edilen En Büyük Açık Ağırlıklı Model

Alibaba'nın duyurusuna göre Qwen3.8, 2,4 trilyon parametreye sahip. Alibaba bu ağırlıkları gerçekten yayınlarsa, bu model bugüne kadar yayınlanmış her açık ağırlıklı modelden kabaca 1,5 kat daha büyük olacak — şu anki rekor sahibi 1,6 trilyon parametreyle DeepSeek V4 Pro. Açık alandaki geri kalan her şey trilyonun oldukça altında kalıyor.

O grafiğe heyecanlanmadan önce bir uyarı. Alibaba, aktif parametre sayısını veya mixture-of-experts (uzman karışımı) yapılandırmasını açıklamadı; yani 2,4T bir manşet rakamı, bir hesaplama (compute) rakamı değil. Ölçek vermek gerekirse, DeepSeek V4 Pro'nun 1,6 trilyonluk modeli token başına yalnızca yaklaşık 49 milyar parametre aktive ediyor — ağın kabaca %3'ü — ve makul bir maliyetle çalışabilmesinin nedeni de bu. Seyrek (sparse) bir 2,4T model ile yoğun (dense) bir 2,4T model, sunum (serving) açısından tamamen farklı hayvanlardır ve şu an bunun hangisi olduğunu bilmiyoruz. Alanın güncel durumunu görmek isterseniz, Qwen'in açık kaynaklı LLM'ler arasında şu anda nerede durduğunu takip ediyoruz; diğer büyük Çin menşeli açık ağırlık modeli GLM 5.2 de bu katmanın gerçekten piyasaya çıktığında neye benzediğine dair fikir veriyor.

Qwen3.8 Açık Ağırlıkları: Kimsenin Konuşmadığı Geri Dönüş

Alibaba, Qwen3.8 için açık ağırlıklar vaat etti ama ne bir tarih ne de bir lisans açıkladı. Bu, model ailesinin geçmişine bakana kadar sıradan görünüyor — ki çoğu gün-bir haberciliğinin atlayacağı nokta da tam olarak bu.

Alibaba iki nesil boyunca bilinçli bir ayrım inşa etti: herkes için açık ağırlıklı iş atları, en tepede ise kapalı amiral gemisi.

Ardından Qwen3.8, sınır (frontier) katmanında açık ağırlıklar vaat ediyor. Bu sırayı bir daha okuyun: Alibaba, amiral gemisi katmanını art arda iki nesil boyunca kapalı tuttu ve şimdi şimdiye kadar inşa ettiği en büyük modeli açacağını söylüyor.

Eğer gerçekleşirse, bu gerçek bir strateji dönüşü olur ve buradaki asıl haber de budur — parametre sayısı değil. Ayrıca "sınır katman kapalı kalır" görüşünü sektörde yerleşik bir norm olarak ele alan tüm kapalı ağırlıklı laboratuvarların üzerinde gerçek bir baskı yaratır.

Dürüst çekince: lisans henüz açıklanmadı. 3.5 ve 3.6'da Apache 2.0 kullanılmış olması umut verici bir emsal, ama emsal bir taahhüt değildir. 2,4T'lik bir modelde kısıtlayıcı bir topluluk lisansı, teknik olarak "açık ağırlık" tanımını karşılarken, onunla gerçekte ne yapabileceğinizi köklü biçimde değiştirebilir.

Qwen3.8'i Gerçekten Kendiniz Çalıştırabilir misiniz? (Dürüst Cevap: Hayır)

Hayır — ne tüketici donanımında, ne de gerçekçi olarak startup'ınızın GPU bütçesiyle, ağırlıklar yayınlansa bile. 685 milyar parametreli DeepSeek-V3.2'yi bile kendi sunucularında barındıranlar bunu gerçek bir altyapı projesi olarak tanımlıyor. Qwen3.8 ise bunun kabaca 3,5 katı.

Yani 2,4T'de "açık ağırlıklar" olması, bunu siz çalıştıracaksınız anlamına gelmiyor. Gerçekte size sağladığı şey şu:

• Çıkarım (inference) sağlayıcıları modeli barındırabilir, bu da fiyat rekabeti, bu da token başına maliyetinizin düşmesi demek
• Bu katmanda ilk kez egemen (sovereign), düzenlenmiş ve hava boşluklu (air-gapped) dağıtımlar mümkün hale geliyor
• Araştırmacılar ve fine-tuning yapanlar, sınır ölçekli bir temel modele erişim kazanıyor
• Bunun makinenizde, tek bir A100'ünüzde ya da gerçekçi olarak startup'ınızın GPU bütçesinde çalışacağı anlamına gelmiyor

Şu anda önizleme yalnızca Alibaba tarafından işletilen yüzeylerde bulunuyor ve Çin'in Ulusal İstihbarat Yasası uyarınca Alibaba, devletin veri taleplerine işbirliği yapmakla yükümlü. Özellikle Qoder, Batılı incelemecilerden güvenlik açısından dikkat çekmiş durumda.

Kimsenin birleştirmediği incelik şu: bu endişe barındırılan API'ye yönelik, ABD veya AB altyapısında kendi sunucunuzda çalıştırdığınız ağırlıklara değil. Veri yerleşimi (data-residency) yükümlülüğü olan herkes için bu duyurunun asıl önemli yarısının önizleme değil, açık ağırlık vaadi olmasının nedeni de tam olarak bu.

Buna göre planlama yapıyorsanız, açık ağırlıklı modeller üzerine inşa etmek için framework'ler derlememiz, ağırlıklar yayınlanmadan önce hazır bulundurmak isteyeceğiniz orkestrasyon katmanını ele alıyor.

Qwen3.8-Max-Preview'ı Bugün Nasıl Deneyebilirsiniz

Qwen3.8-Max-Preview şu anda canlı. Erişim için üç yol var, hepsi Alibaba tarafından işletiliyor:

1. Token Plan — Alibaba'nın paketlenmiş API erişimi
2. Qoder — Alibaba'nın kodlama yüzeyi
3. QoderWork — Alibaba'nın ajan yüzeyi

Şu Anda Neler Var, Neler Geliyor

Kod Üzerinden Çağırmak

Qwen3.7-Max hem OpenAI hem de Anthropic API spesifikasyonlarını destekliyordu, yani tek gereken bir base-URL değişimiydi. Qwen3.8'in uyumluluğu doğrulanmamıştır — bunu çalışan bir uç nokta değil, doğrulanması gereken bir desen olarak ele alın.

# Qwen3.7-Max dönemine ait bir desen. Qwen3.8-Max-Preview'ın API yüzeyi ve model ID'si
# DOĞRULANMAMIŞTIR - bunu canlıya almadan önce güncel Alibaba Cloud dokümanlarını kontrol edin.
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)

OpenAI biçimli bir istemci olduğu için çoğu ajan altyapısına (harness) değişiklik yapmadan entegre olur — bunu gerçekten bağlayacağınız kodlama ajanları da dahil. Kendi sistemlerinize erişmesini istiyorsanız, kendi araçlarınızı bir MCP sunucusu üzerinden erişime açabilir ve ajanı buna yönlendirebilirsiniz.

Qwen3.8 API Fiyatlandırması: Maliyeti Ne Olabilir

Hiçbir Qwen3.8 fiyatı yayınlanmadı. Savunulabilir tek referans noktası önceki nesil: milyon token başına $2.50 giriş / $7.50 çıkış, %90 önbelleğe alınmış giriş indirimiyle (Qwen3.7-Max verisi). Benzer şekilde fiyatlandırılan bir 3.8, GPT-5.6 Sol'un kabaca yarısına ve Fable 5'in çeyreğine denk gelirdi. Bu bir referans noktasıdır, bir tahmin değil — ve bunun üzerine bir iş gerekçesi kurmadan önce bir sonraki bölümü okuyun.

Qwen3.8 ile Claude Fable 5 Karşılaştırması: Alibaba'nın İddiasını Ne Kadar Ciddiye Almalısınız?

Alibaba, Qwen3.8'in "Fable 5'ten sonra ikinci sırada" olduğunu söylüyor. Bunu destekleyen hiçbir yayınlanmış benchmark yok — bu bir konumlandırma, ölçülmüş bir sonuç değil. İşte her iki yönden de adil bir değerlendirme.

Kısmen ciddiye alma gerekçesi. Qwen3.7-Max, Artificial Analysis Intelligence Index'te bağımsız olarak ölçülen 56.6 puan aldı — genelde 5. sırada ve Çin menşeli modeller arasında en üstte (her ikisi de Qwen3.7-Max verisi). Böyle bir öncül modeli olan bir laboratuvarın, bir sonraki modelinin Fable 5'ten sonra ikinci sırada olduğunu söylemesi açıkça saçma bir iddia değil — bu, sınıra ilk kez giren birinin sınır düzeyinde eşitlik iddia etmesinden farklı bir durum.

Karşı gerekçe. Bu, satıcı tarafından bildirilen bir iddia; adı konmuş bir benchmark, bir metodoloji veya bağımsız bir değerlendirme yok. Ve Alibaba'nın hedeflediği Fable 5 benchmark çıtası SWE-Bench Pro'da 80.4 — bu, Qwen3.7-Max'ın SWE-bench Verified'daki 80.4'üyle aynı benchmark değil. Aynı sayı, farklı test, farklı zorluk seviyesi. İkisinin de gerçekten paylaştığı tek benchmark olan SWE-Bench Pro'da Qwen3.7-Max 60.6 puan aldı (Qwen3.7-Max verisi) — yani yaklaşık 20 puan geride. İki 80.4'ü bir berabere olarak sunan biri ya kafası karışık ya da sizin öyle sanmanızı umuyor. Aynı deseni yakın zamanda satıcı verileriyle sınır düzeyinde eşitlik iddiasında bulunan son model'de de gördük.

Maliyet modeliniz için bir tuzak: Qwen modelleri, görev başına akranlarına göre daha fazla çıktı token'ı üretme eğiliminde. Qwen3.5-27B, Artificial Analysis Intelligence Index'i tamamlarken 98M çıktı token'ı harcadı; buna karşılık MiniMax-M2.5 için bu rakam 56M, DeepSeek V3.2 için 61M'di. Çıktı token'ları maliyetli taraf olduğundan, manşet $/M karşılaştırmaları Qwen'in tasarrufunu sistematik olarak abartıyor. Bu, bir Qwen3.8 ölçümü değil, 3.5 nesline ait bir gözlem — ama sessizce faturayı ikiye katlayabilecek türden bir şey.

Qwen3.8 ile GPT-5.6 ve Grok 4.5 Karşılaştırması: Nereye Oturur?

Batılı lansman haberciliği, Çinli rakipleri neredeyse tamamen görmezden geliyor. Yapay zeka haritasını yeniden çizen "kaotik hafta" hakkında geniş çapta paylaşılan bir yazı GPT-5.6, Grok 4.5 ve Fable 5'i ele aldı — Qwen'den ise sıfır kez bahsetti. Oysa DeepSeek V4-Pro, Qwen3.7-Max ve Kimi K2.6, SWE-bench Verified'da birbirinden yarım puandan az farkla ayrılıyor; Claude'un kabaca 14 puan gerisinde ve ondan yaklaşık iki büyüklük mertebesi (order of magnitude) daha düşük fiyatlandırılıyor.

Bu tablodaki benchmark adlarına dikkat edin. Birbirinin yerine geçmezler, ama bu haftaki haberlerin bir kısmı sanki geçermiş gibi ele alacak. Claude tarafındaki karşılaştırma için, Opus 4.8'in aynı kodlama benchmarklarında nasıl puan aldığını ayrıntılı olarak inceledik.

Geçiş mi Yapmalısınız, Test mi Etmelisiniz, Yoksa Beklemeli misiniz?

Burada yöntem, sonuçtan daha önemli. Prodüksiyonda test ettiğimiz her model, liderlik tablosundaki konumundan farklı performans gösterdi; çünkü sizin istemleriniz, kod tabanınız ve yeniden deneme toleransınız hiçbir benchmark'ta yer almıyor. Kendi değerlendirme setiniz bir satıcı iddiasını yener, bir liderlik tablosunu da yener. Bir tane oluşturmak bir öğleden sonranızı alır ve "daha iyi" bir model gerçek iş yükünüzde sessizce gerilediği ilk anda kendini amorti eder.

Neyi ölçeceğinizden emin değil misiniz ya da geçiş hesaplarınıza ikinci bir göz atılmasını mı istiyorsunuz? Ekibimiz kendi iş yükünüzde stres testine tabi tutsun →

Sıkça Sorulan Sorular

Qwen3.8 açık kaynak mı?

Henüz değil ve "açık ağırlıklar", açık kaynakla aynı şey değil. Alibaba indirilebilir ağırlıklar vaat etti, ama lisans henüz açıklanmadı. Qwen 3.5 ve 3.6, ikisi de Apache 2.0 altında yayınlandı; bu umut verici bir emsal — ama emsal bir taahhüt değildir ve bugün itibarıyla hiçbir Qwen3.8 lisans metni yok.

Qwen3.8 açık ağırlıkları ne zaman yayınlanacak?

Alibaba "yakında" dedi ve hiçbir tarih vermedi. Cevabın tamamı bu; belirli bir hafta söyleyen herkes tahmin yürütüyor demektir. Henüz yayınlanmadığına dair en net işaret: 19 Temmuz 2026 itibarıyla Hugging Face'te hâlâ bir Qwen3.8 model kartı yok.

Qwen3.8'in kaç parametresi var?

Alibaba'nın duyurusuna göre 2,4 trilyon. Eksik olan, aktif parametre sayısı ve mixture-of-experts yapılandırması; bu yüzden bu manşet rakamından token başına hesaplama maliyetini çıkaramazsınız. Seyrek (sparse) bir 2,4T model ile yoğun (dense) bir 2,4T model, sunum açısından çok farklı şeylerdir.

Qwen3.8'i yerel olarak çalıştırabilir miyim?

Gerçekçi olarak hayır, ağırlıklar yayınlansa bile. 685 milyar parametreli DeepSeek-V3.2'yi kendi sunucunuzda barındırmak zaten ciddi bir altyapı projesi ve Qwen3.8 bunun kabaca 3,5 katı büyüklüğünde. Gerçek bir veri merkezi işletmiyorsanız, bunu kendi GPU'larınız yerine çıkarım sağlayıcıları üzerinden tüketmeyi bekleyin.

Qwen3.8-Max-Preview'ın maliyeti nedir?

Alibaba token başına bir ücret açıklamadı — erişim Token Plan, Qoder ve QoderWork içine paketlenmiş durumda. Yalnızca referans olması için: önceki nesil Qwen3.7-Max, milyon token başına $2.50 giriş / $7.50 çıkış ve %90 önbelleğe alınmış giriş indirimiyle çalışıyor (Qwen3.7-Max verisi). Bütçenizi bu rakama göre kurmayın.

Qwen3.8, Claude Fable 5'ten daha mı iyi?

Şu an kimse bilmiyor. "Fable 5'ten sonra ikinci sırada" ifadesi Alibaba'nın kendi konumlandırması; adı konmuş bir benchmark, bir metodoloji ya da bağımsız bir değerlendirme olmadan yayınlandı. Fable 5'in bağımsız olarak ölçülen çıtası, SWE-Bench Pro'da 80.4. Üçüncü taraf değerlendirmeleri gelene kadar bu karşılaştırmayı gerçekten belirsiz olarak değerlendirin.

Qwen3.8, OpenRouter veya Hugging Face'te var mı?

Hayır — 19 Temmuz 2026 itibarıyla doğrulanmıştır. OpenRouter 76 Qwen modeli listeliyor ve hiçbiri 3.8 değil; ayrıca bir Hugging Face model kartı da yok. Bu yokluk, açık ağırlıkların gerçekten henüz yayınlanmadığına dair elde bulunan en güvenilir kanıt.

Qoder ve QoderWork nedir?

Bunlar, Alibaba'nın kendi kodlama ve ajan yüzeyleri; şu anda Token Plan'ın yanı sıra Qwen3.8-Max-Preview'a giden üç yoldan ikisini oluşturuyorlar. Karar vermeden önce bilmekte fayda var: Qoder, Batılı incelemecilerden güvenlik açısından dikkat çekmiş durumda — kodunuz düzenlenmiş (regulated) verilere dokunuyorsa bu önemli.

Qwen3.8'in bağlam penceresi ne kadar?

Duyurulmadı. Önceki nesil Qwen3.7-Max, 65,536 maksimum çıktı ile 1M token bağlam sunuyordu (Qwen3.7-Max verisi); bu yüzden benzer bir şey akla yatkın — ama bu bir önceki nesil özelliği, bir Qwen3.8 iddiası değil. Şimdilik bunun üzerine uzun bağlamlı bir pipeline tasarlamayın.

Önemli Çıkarımlar

• 2,4T parametre ve açık ağırlık vaadi kesinleşti. Benchmarklar kesinleşmedi — tek bir yayınlanmış Qwen3.8 puanı yok ve bu hafta ona bağlı gördüğünüz herhangi bir rakam neredeyse kesinlikle bir Qwen3.7-Max verisidir.
• Asıl haber, strateji dönüşü. Alibaba amiral gemisi katmanını iki nesil boyunca kapalı tuttu, ardından inşa ettiği en büyük modeli açacağını vaat etti.
• 2,4T'de açık ağırlıklar, daha ucuz barındırılan çıkarım ve egemen dağıtım anlamına gelir — bunu kendiniz çalıştırmak anlamına gelmez.
• "Fable 5'ten sonra ikinci sırada" ifadesi Alibaba'nın iddiasıdır. Bağımsız rakamlar günler içinde gelecek. Onları bekleyin.

Açık ağırlıklı bir modeli mevcut stack'inizle mi tartıyorsunuz, yoksa tüm bunların altyapınız için ne değiştirdiğini mi çözmeye çalışıyorsunuz? Ücretsiz LLM stack incelemesi alın →