Modelos / SEÑAL VERIFICADA
Qwen3.8-Max abre los parámetros de un modelo clase Max por primera vez
Alibaba confirmó que Qwen3.8-Max, su modelo más capaz, será el primer modelo clase Max de la familia con parámetros abiertos (open weights), disponibles la próxima semana, además de la versión 27B.
Alibaba acaba de dar un paso que la comunidad esperaba desde hace tiempo. Con el lanzamiento de Qwen3.8-Max, su modelo más capaz hasta la fecha, la compañía confirmó que por primera vez un modelo de la clase Max tendrá parámetros abiertos (open weights, los valores que el modelo aprendió al entrenarse, publicados para que cualquiera los descargue y adapte), y que estarán disponibles la próxima semana. También adelantó que Qwen3.8-27B saldrá con parámetros abiertos. Hasta ahora, los Max de Qwen eran exclusivos de API, así que este movimiento cambia las reglas para quienes quieren correr un modelo de punta en su propia infraestructura.
El modelo es un MoE de 2.4 billones de parámetros con 95 mil millones activos, construido sobre la arquitectura de Qwen 3.5, y ya está disponible por API en QwenCloud con una ventana de contexto de un millón de tokens. La API cuesta 2 dólares por millón de tokens de entrada y 6 dólares por millón de salida, con caché implícito a 0.25 dólares.
Lo que más llama la atención no son los benchmarks, sino las demostraciones de autonomía que publicó el equipo. En el caso estrella, Qwen3.8-Max trabajó más de 16 días en solitario construyendo oh-my-cli, un agente de código en línea de comandos que evoluciona solo. Según el blog oficial, al 30 de julio el repositorio llevaba 265 commits, 127 pull requests y 151 incidencias, todo gestionado por el propio modelo con un ciclo de issues, dispatch, tests y CI. Otras pruebas incluyen:
- Reprodujo un paper de investigación y luego lo mejoró: escribió unas 7,600 líneas de código, corrió 33 rondas de entrenamiento en GPU y superó el método original por 2.7 puntos en AIME24
- En una competencia de Tianchi con 526 equipos humanos, quedó por encima de 458 de ellos en 24 horas de trabajo autónomo
- Corrió 365 días de simulación de e-commerce con capital inicial, detectando 152 comerciantes fraudulentos ocultos en el dataset
- Optimizó diseños de chips con unas 500 iteraciones de planificación autónoma, bajando un diseño de 8,298 a 678 compuertas
En benchmarks de agentes, el modelo marca 86.6 en Terminal Bench 2.1 evaluado con Claude Code y lidera PaperBench con 93.0, por encima de GPT-5.6 Sol (90.5).
Quedan dos datos pendientes de confirmar: la fecha exacta de liberación de los parámetros y la licencia que usarán. El anuncio no las especifica todavía, así que es prudente esperar el release oficial antes de asumir condiciones.
Para más detalles: