Alibaba lança oficialmente Qwen3.8, com evolução em programação e trabalho, inferência mais rápida e estável

De acordo com pt.wedoany.com-Em 3 de agosto, a Alibaba lançou oficialmente o novo modelo de base de grande porte Qwen3.8, com 2,4 trilhões de parâmetros totais, apresentando melhorias significativas nas capacidades de programação (Coding) e trabalho profissional (Cowork). No ranking de terceiros autoritativo Arena divulgado hoje, o modelo Qwen da Alibaba fica atrás apenas da série Claude da Anthropic, com desempenho geral no primeiro escalão global de modelos de grande porte. Atualmente, a API do Qwen3.8 já está disponível na plataforma Qianwen AI e foi integrada ao produto de agente "Qianwen Office" lançado hoje pela Alibaba. O Qwen3.8-Max deverá ser open-source na próxima semana, juntamente com o Qwen3.8-27B.

A partir de hoje, desenvolvedores de todo o mundo podem obter os serviços de API do Qwen3.8 através da plataforma Qianwen AI. No mercado doméstico, o preço é de 12 yuans por milhão de Tokens de entrada e 36 yuans por milhão de Tokens de saída, com apenas 1,5 yuan para acerto de cache implícito. Já os preços internacionais de entrada e saída correspondem a apenas 40% e 24% dos do Opus5, oferecendo inteligência semelhante com melhor custo-benefício.

O lançamento de hoje é o Qwen3.8-Max, o modelo carro-chefe de maior tamanho e desempenho da série Qianwen, que suporta compreensão visual e possui comprimento de contexto de até 1M Tokens. Em termos de arquitetura, o Qwen3.8, por meio da otimização conjunta da arquitetura MoE esparsa e do mecanismo de atenção híbrida, expandiu pela primeira vez o número total de parâmetros do modelo Qianwen para 2,4T, com ativação de 95B, obtendo maior eficiência de inferência, velocidade de inferência mais rápida e um novo avanço no desempenho geral: na avaliação de agentes de programação PaperBench, o Qwen3.8-Max melhorou significativamente 28,2 pontos em relação à geração anterior, registrando 93,0 pontos, um novo recorde na avaliação; nas avaliações de agentes gerais WideSearch e Agent's Last Exam, o novo modelo obteve 81,9 e 52,4 pontos, respectivamente, posicionando-se na vanguarda. Além disso, o Qwen3.8 alcançou 82,8 pontos na avaliação de seguimento de instruções IF Bench e 92,6 pontos no raciocínio científico GPQA Diamond, com capacidades gerais entre as melhores; na avaliação de raciocínio visual BabyVision, o Qwen3.8-Max obteve 82,0 pontos sem uso de ferramentas, quase o dobro de alguns modelos mainstream, e na avaliação OSWorld-Verified, que mede a capacidade de operação de computador de agentes, o Qwen3.8-Max ficou em primeiro lugar entre os modelos mainstream com 86,1 pontos.

A capacidade de programação (Coding) é uma das competências centrais dos modelos de grande porte de ponta, e o Qwen3.8 alcançou um novo avanço em programação autônoma. No ranking autoritativo CodeArena, o Qwen3.8 está em quarto lugar global. Há dois anos, os modelos de ponta conseguiam escrever funções e completar código, tornando-se assistentes poderosos para programadores. Hoje, o Qwen3.8 pode partir de uma pasta vazia e concluir de forma autônoma a entrega de um projeto real que levaria mais de dez dias, sem qualquer intervenção humana. Basta dizer "crie um agente Harness de auto-evolução" e o Qwen3.8, como um engenheiro sênior, constrói do zero uma estrutura de engenharia de loop (Loop Engineering), orquestrando agentes para receber e executar tarefas automaticamente. Engenheiros humanos também podem enviar novos requisitos ao Qwen3.8 através do DingTalk. Após aproximadamente 16 dias de execução autônoma de programação, o Qwen3.8 criou um framework de agente de auto-evolução real e utilizável, nível Hermes Agent, chamado "oh-my-cli". O projeto já está totalmente open-source, com o processo completo disponível publicamente no repositório GitHub para consulta de todos.

O Qwen3.8 é capaz de realizar uma ampla gama de tarefas profissionais reais (Cowork). Diante de tarefas profissionais completamente diferentes, critérios de avaliação e demandas computacionais, o Qwen3.8, por meio da expansão de aprendizado por reforço (RL) conjunto em ambientes reais e poder computacional, alcançou melhorias reais de desempenho em centenas de tarefas profissionais de alto valor e alta frequência, entregando resultados de nível de produção de forma estável e confiável em frameworks de agentes mainstream: uma equipe de assistentes jurídicos levaria uma semana para anotar mais de mil cláusulas relevantes em centenas de documentos legais; o Qwen3.8 conclui em menos de uma hora. Uma equipe de análise de dados de basquete levaria tempo para anotar quadro a quadro mais de 160 horas de gravações de jogos; o Qwen3.8 decompõe com precisão esses mais de 8.400 turnos de ataque e defesa em dezenas de minutos, gerando de uma só vez perfis táticos dos jogadores e relatórios técnicos. Uma equipe de pesquisa financeira, baseada em anos de conhecimento profissional acumulado, coletando mudanças abrangentes e em tempo real do mercado de capitais, levaria tempo para concluir pesquisas de estratégias quantitativas; o Qwen3.8 mobiliza autonomamente agentes paralelos, trabalha continuamente por horas e entrega uma estratégia completa de rotação de ETFs, analisando backtests, ajustando dinamicamente e, por fim, alcançando lucratividade em escala.

Em tarefas de ciclo longo, o Qwen3.8 demonstra capacidades emergentes de planejamento autônomo em nível de sistema e aprendizado adaptativo de circuito fechado full-stack. Seja no design de chips digitais de alta precisão e fortes restrições físicas, ou em simulações de operação comercial altamente dinâmicas e competitivas, o Qwen3.8 consegue, por meio de um circuito fechado adaptativo de "execução-feedback-iteração", alcançar uma reestruturação profunda de algoritmos e estratégias em interações de milhares de rodadas de longa duração.

Além de suas poderosas capacidades de texto e raciocínio, o Qwen3.8 eleva o limite da compreensão visual de IA. No ranking autoritativo Vision Arena, o Qwen3.8-Max está em segundo lugar global. O Qwen3.8 não só consegue ler PDFs de relatórios financeiros de 200 páginas e compreender vídeos longos de mais de 100 horas, mas também pode realimentar esse conhecimento e informações "vistos" em todo o fluxo de trabalho, ajudando o modelo a pensar de forma mais abrangente. No benchmark de tarefas de longo prazo RecreationBench, construído pela equipe Qianwen, o modelo, sem código-fonte e sem acesso à internet, compreende o aplicativo apenas por interação e feedback, e consegue recriar o aplicativo inteiro do zero. Isso demonstra que o Qwen3.8 já exibe capacidades de agente multimodal híbrido de nível avançado, elevando a programação visual (Visual Coding) a novos patamares por meio do ciclo repetido de "programação iterativa-feedback interativo".

Sabe-se que o supernó Alibaba Zhenwu M890 também foi adaptado com sucesso ao Qwen3.8. Por meio da otimização de ponta a ponta de chips, plataforma de nuvem e modelo Qianwen, a eficiência de inferência é significativamente melhorada e os custos de inferência são reduzidos, alcançando até 1,5x de melhoria de desempenho em cenários de raciocínio Agentic.