Qwen3.8-Max: نموذج Alibaba المفتوح الأوزان بـ 2.4 تريليون معامل للبرمجة

Qwen3.8-Max هو أحدث نموذج لغوي كبير رائد من Alibaba — نموذج Mixture-of-Experts ‏(MoE) يضم 2.4 تريليون معامل وتصفه Qwen بأنه «أقوى نموذج لديها حتى الآن». يستهدف النموذج مباشرةً البرمجة و«العمل التعاوني»: أعمالاً ذاتية طويلة الأمد يخطط فيها الوكيل وينفذ ويصحح نفسه بقليل من التدخل البشري. الخبر الأهم للمطورين هو أن الأوزان ستصبح مفتوحة. نوضح هنا ماهية Qwen3.8-Max فعلاً، وتكلفته، وما تأكد وما لا يزال غير محسوم، وموقعه في منظومة وكلاء حقيقية.

ما هو Qwen3.8-Max؟

Qwen3.8-Max هو نموذج MoE متفرق بـ 2.4 تريليون معامل من فريق Qwen التابع لـ Alibaba، ومصنف بوصفه أقوى نموذج في عائلة Qwen. أتاحته Alibaba على نطاق واسع عبر خدماتها المستضافة، وأكدت أن الأوزان المفتوحة ستصل بعد الإطلاق بوقت قصير، إلى جانب نقطة تحقق ثانية أصغر بكثير — Qwen3.8-27B — للفرق التي تريد تشغيل نموذج على أجهزتها الخاصة. (MarkTechPost)

هناك سببان يبرزان أهمية هذا الإصدار. أولاً، إذا نُشرت الأوزان كما وُعد، فستكون هذه أول مرة تفتح فيها Alibaba نموذج Qwen من فئة Max — أي الفئة الرائدة نفسها، لا نسخة مقطرة. (How2Shout) ثانياً، النموذج متعدد الوسائط بحكم تصميمه: يستقبل النصوص والصور والفيديو ويخرج نصاً، ويستخدم الرؤية داخل حلقة التنفيذ بدلاً من معاملتها كقناة إدخال أحادية الاتجاه. (MarkTechPost)

المواصفات في لمحة

استناداً إلى إعلان Alibaba والتغطية المبكرة للإطلاق، هذه هي المعلومات المتاحة:

• 2.4 تريليون معامل إجمالي في بنية MoE متفرقة. سيجعل هذا الرقم Qwen3.8-Max واحداً من أكبر النماذج المفتوحة الأوزان المعلنة حتى الآن — أكبر من DeepSeek V4 Pro (نحو 1.6 تريليون)، وإن كان أصغر من Kimi K3 ذي 2.8 تريليون. (techsy)
• تشير تغطية الإطلاق إلى نافذة سياق بنحو مليون رمز، تكفي للاحتفاظ بمستودع شيفرة كامل أو مجموعة وثائق كبيرة ضمن السياق. (How2Shout)
• إدخال أصلي متعدد الوسائط — نصوص وصور وفيديو كمدخلات، ونص كمخرج. (MarkTechPost)
• واجهة API متوافقة مع OpenAI وDashScope، لذا يتطلب ربطها بمنظومة موجودة غالباً تغيير عنوان URL الأساسي ومعرّف النموذج فقط. (MarkTechPost)
• Qwen3.8-27B — نقطة تحقق ثانية ستُفتح أوزانها أيضاً، وهي الأنسب عملياً لأجهزة GPU المحلية المعتادة. (How2Shout)

لكن هناك فجوة مهمة: لم تكشف Alibaba عدد المعاملات النشطة — أي عدد المعاملات المستخدمة فعلياً من أصل 2.4 تريليون لكل رمز. في بنية MoE المتفرقة، هذا الرقم هو الذي يحدد تكلفة الخدمة، لا العدد الإجمالي المعلن. ومن دونه، لا يمكن بعد تقدير تكلفة استدلال الأوزان المفتوحة. (MarkTechPost)

القدرات التي تروّج لها Alibaba

صمم فريق Qwen نموذج Qwen3.8-Max للعمل الذاتي طويل الأمد، لا للمحادثات المنفردة. ووفق مواد الإطلاق من Alibaba، تشمل أبرز العروض: (latent.space)

• برمجة ذاتية لعدة أيام — تشغيل تطويري يتطور ذاتياً بدأ من مجلد فارغ واتجه إلى مشروع عامل على مدى أكثر من عشرة أيام، مع نشر المسار الكامل على GitHub.
• تخطيط طويل الأمد — تخطيط ذاتي على مستوى النظام مع تعلم بحلقة مغلقة، عُرض عبر أكثر من 500 جولة من تحسين تصميم الشرائح ومحاكاة استراتيجية تجارة إلكترونية لمدة 365 يوماً.
• بحث ذاتي — تقول Alibaba إن النموذج أعاد بناء خط عمل ورقة بحثية من الصفر وكرر العمل قرابة 125 ساعة لينتج طريقة لاختيار البيانات تفوقت بفارق صغير على معيار الورقة الأصلية. (latent.space)
• حلقات تغذية راجعة متعددة الوسائط — استخدام مستمر للرؤية في التخطيط والتنفيذ والتصحيح الذاتي، لا كمجرد مدخل. (MarkTechPost)

هذه ادعاءات من المورّد مستندة إلى عروض الإطلاق. وهي مثيرة للاهتمام من حيث الاتجاه — إذ تتجه الصناعة كلها نحو وكلاء يعملون ساعات أو أياماً بلا إشراف — لكنها ليست بعد معايير أداء تحقق منها طرف ثالث. ينبغي اعتبارها نقطة بداية للتقييم لا حكماً نهائياً.

الأسعار

نشرت Alibaba أسعار واجهة API بالتزامن مع الإطلاق: (latent.space)

هذه الأسعار أقل بكثير من معظم النماذج الحدودية الأمريكية، وأقل أيضاً من سعر Kimi K3 المستضاف (نحو 3 دولارات للإدخال و15 دولاراً للإخراج)، لتواصل المختبرات الصينية منافستها القوية على السعر. ويفيد انخفاض سعر الإدخال المخزن مؤقتاً الأحمال التي تعيد استخدام سياق ثابت كبير — وهو بالضبط نمط عمل كثير من وكلاء البرمجة والوثائق.

ما تم تأكيده وما لم يُحسم

تحرك الإطلاق بسرعة وتفاوتت التغطية، لذا من المفيد فصل الفئتين.

مؤكد بدرجة معقولة:

• 2.4 تريليون معامل إجمالي وخطة لفتح الأوزان، وفق إعلان Alibaba. (techsy)
• واجهة API متاحة الآن ومتوافقة مع OpenAI وDashScope. (MarkTechPost)
• أسعار منشورة قدرها 2 و6 و0.25 دولار لكل مليون رمز. (latent.space)
• نقطة تحقق ثانية مفتوحة الأوزان هي Qwen3.8-27B. (How2Shout)

غير محسوم بعد:

• عدد المعاملات النشطة وتكوين MoE الكامل، ولذلك لا تزال تكلفة الخدمة الفعلية مجهولة. (MarkTechPost)
• جدول معايير أداء كامل ومستقل. أشارت التغطية المبكرة إلى أن مواد الإطلاق لم تتضمن مجموعة كاملة وقت الكتابة؛ انتظر نتائج الأطراف المستقلة قبل الاعتماد عليه في سير عمل حاسم. (MarkTechPost)
• الترخيص الدقيق وما إذا كانت نقطة التحقق المنشورة مطابقة للنسخة التجريبية. تعني «الأوزان المفتوحة» عادةً إمكانية تنزيل الأوزان، لا بالضرورة نشر بيانات التدريب أو شيفرته أو اعتماد ترخيص من OSI. (coursiv)

الخلاصة الصريحة: Qwen3.8-Max موجود ومتاح، ووعد فتح الأوزان معلن، لكن الأرقام اللازمة لتخطيط سعة الإنتاج لم تُنشر بالكامل بعد.

هل يمكنك تشغيله فعلاً؟

بالنسبة لمعظم الفرق، ليست الاستضافة الذاتية للنموذج الرائد ذي 2.4 تريليون معامل واقعية. فنقطة تحقق بهذا الحجم تحتاج إلى بنية مركز بيانات متعددة العقد؛ لا يستطيع مطور فرد تشغيلها على محطة عمل، كما أن كثيراً من الشركات لا يمكنها استضافتها. (How2Shout)

لهذا تُعد Qwen3.8-27B الخيار الأكثر عملية. حجمها ملائم لوحدات GPU المحلية المعتادة، وفي أغلب حالات الاستضافة الذاتية تكون نقطة 27B — لا النموذج الرائد — هي مسار النشر الواقعي. (MarkTechPost) إذا كان هدفك إقامة البيانات أو ضبط التكلفة على عتادك، فخطط حول 27B؛ أما إذا أردت أقصى قدرات النموذج الرائد، فالواجهة المستضافة هي المسار القريب.

موقع Qwen3.8-Max في سباق الأوزان المفتوحة

يأتي Qwen3.8-Max بعد أسابيع مزدحمة بالنماذج الكبيرة المفتوحة الأوزان. فهو يتبع Kimi K3 من Moonshot AI بحجم 2.8 تريليون وInkling من Thinking Machines، ويتجاوز DeepSeek V4 Pro في العدد الإجمالي للمعاملات. (techsy) والإشارة التنافسية واضحة: تظهر نماذج مفتوحة الأوزان بحجم حدودي بوتيرة شهرية تقريباً، وتواصل الفجوة بين النماذج المفتوحة والمغلقة انكماشها.

الخلاصة العملية للمطورين ليست اختيار «فائز» واحد. تتوفر الآن عدة نماذج حدودية موثوقة ومنخفضة التكلفة وقابلة من حيث المبدأ للاستضافة الذاتية. وتأتي القيمة من توجيه كل مهمة إلى النموذج الأنسب.

شغّل نموذجاً مثل Qwen3.8-Max ضمن فريق الذكاء الاصطناعي الخاص بك

يحقق النموذج الحدودي قيمته عندما يرتبط بعمل حقيقي — المستودعات والوثائق والطرفيات والخطط متعددة الخطوات — لا عندما يبقى في مربع محادثة. هنا يأتي دور منصة متعددة الوكلاء ومحايدة تجاه النموذج: توجّه البرمجة طويلة الأمد إلى نموذج مثل Qwen3.8-Max، وتستخدم نماذج أرخص للخطوات الروتينية، وتنسقها ضمن مهام فعلية. Eigent هو تطبيق Cowork مكتبي مفتوح المصدر يشغّل محلياً فريقاً متعدد الوكلاء، لتختار أفضل نموذج لكل مهمة وتحتفظ بالبيانات الحساسة على جهازك عند الحاجة. تعرّف على كيفية مراجعة طلبات GitHub PR من البداية إلى النهاية، ثم نزّل Eigent لتجربته.

الأسئلة الشائعة

ما هو Qwen3.8-Max؟

Qwen3.8-Max هو النموذج اللغوي الكبير الرائد من Alibaba — نموذج Mixture-of-Experts متفرق بـ 2.4 تريليون معامل صُمم للبرمجة والعمل الوكيلي طويل الأمد. تصفه Alibaba بأنه أقوى نموذج لديها حتى الآن، والتزمت بفتح أوزانه إلى جانب نقطة تحقق Qwen3.8-27B أصغر.

هل Qwen3.8-Max مفتوح المصدر؟

قالت Alibaba إن أوزان Qwen3.8-Max وQwen3.8-27B ستُنشر علناً. تعني «الأوزان المفتوحة» عادةً أن الأوزان قابلة للتنزيل — وليس بالضرورة نشر بيانات التدريب أو شيفرته أو وجود ترخيص معتمد من OSI. لم تكن تفاصيل الترخيص مكتملة عند الإطلاق، لذا تحقق من الشروط قبل الاعتماد على حقوق إعادة التوزيع.

كم تبلغ تكلفة Qwen3.8-Max؟

أسعار API المنشورة من Alibaba هي 2.00 دولار لكل مليون رمز إدخال، و6.00 دولارات لكل مليون رمز إخراج، و0.25 دولار لكل مليون رمز إدخال مخزن مؤقتاً — أي أقل بكثير من معظم النماذج الحدودية الأمريكية.

هل أستطيع تشغيل Qwen3.8-Max بنفسي؟

النموذج الرائد بحجم 2.4 تريليون هو نموذج مركز بيانات متعدد العقد، ولا يستطيع معظم الأفراد والشركات استضافته ذاتياً. نقطة Qwen3.8-27B الأصغر هي المسار المحلي الواقعي لأجهزة GPU العادية؛ أما النموذج الرائد فواجهته المستضافة هي خيار المدى القريب.

كيف يقارن Qwen3.8-Max بـ Kimi K3؟

من حيث إجمالي المعاملات، Qwen3.8-Max ‏(2.4 تريليون) أصغر من Kimi K3 ‏(2.8 تريليون)، لكنه أكبر من DeepSeek V4 Pro (نحو 1.6 تريليون). وأسعار واجهته أقل من أسعار K3 المستضافة. أما المقارنة المباشرة في الجودة فتنتظر معايير مستقلة لم تكن مكتملة عند الإطلاق.

هل يمكنني استخدام Qwen3.8-Max مع منصة متعددة الوكلاء مثل Eigent؟

نعم. واجهة API متوافقة مع OpenAI وDashScope، لذلك تستطيع منصة محايدة تجاه النماذج مثل Eigent توجيه مهام البرمجة والعمل المعرفي إلى Qwen3.8-Max، واستخدام نماذج أخرى للخطوات الروتينية، والحفاظ على البيانات محلياً عند الحاجة.