Qwen3.8-Max: Alibaba promete abrir pesos de modelo de 2,4 tri

A equipe Qwen, do Alibaba Cloud, anunciou em 2 de agosto de 2026 o Qwen3.8-Max, descrito pela própria empresa como o modelo mais capaz da família até agora. O ponto que separa este lançamento dos anteriores não está nos benchmarks: é a primeira vez que a companhia se compromete a abrir os pesos de um modelo da classe Max, algo que até então ficava restrito às versões menores.

O modelo tem 2,4 trilhões de parâmetros totais, dos quais cerca de 95 bilhões são ativados por token — arquitetura de mistura de especialistas (MoE), construída sobre a base do Qwen 3.5. A janela de contexto é de 1 milhão de tokens e o modelo aceita texto, imagem e vídeo como entrada, devolvendo texto. Está disponível via API na QwenCloud desde o anúncio; os pesos foram prometidos para a semana seguinte no Hugging Face e no ModelScope.

Um detalhe importante de leitura: até a publicação deste texto, os pesos ainda não haviam sido liberados. Abrir um modelo de 2,4 trilhões de parâmetros também levanta uma questão prática — a quantidade de organizações capazes de hospedar algo desse porte é pequena, o que limita o alcance real da abertura no curto prazo.

O que a Alibaba mediu

O anúncio traz uma tabela extensa de benchmarks comparando o Qwen3.8-Max com Opus 4.8, Fable 5, GPT-5.6 Sol e o Qwen3.7-Max. Alguns resultados relatados pela empresa:

A ressalva metodológica é relevante e a própria empresa a documenta em notas de rodapé: parte das avaliações usa benchmarks internos (QwenSWEBench, QwenReactBench, QwenSVGBench, CoWorkBench, entre outros), e os resultados dos concorrentes vêm de fontes mistas — ora de placares oficiais, ora de testes próprios do time Qwen. Comparações entre laboratórios feitas dessa forma têm valor indicativo, não conclusivo.

Os três casos de codificação autônoma

Mais interessante que a tabela são os experimentos de longa duração descritos no anúncio, porque incluem rastros verificáveis.

No primeiro, o modelo recebeu a tarefa de criar do zero um projeto chamado oh-my-cli e construir um arcabouço que se aprimora sozinho, em uma execução autônoma de mais de dez dias. O ciclo combina uma máquina de estados de issues, um despachante, um monitor e um watchdog: um requisito entra como issue no GitHub, um agente o reivindica, passa pelos estados de pronto, alocado e ativo, dispara testes ponta a ponta e integrações contínuas, e o PR é mesclado quando passa. Até 30 de julho de 2026, após cerca de 16 dias de operação, o repositório acumulava 265 commits, 127 PRs e 151 issues. O rastro está público no repositório qwen-code-dev-bot/oh-my-cli.

No segundo, o modelo recebeu um artigo de pesquisa sobre seleção de dados para raciocínio em modelos de linguagem e a instrução de reproduzir o experimento e depois superá-lo, partindo apenas do texto e de um conjunto de GPUs — sem código inicial, sem pipeline pronto. Em cerca de cinco dias (aproximadamente 125 horas), escreveu por volta de 7.600 linhas de código, executou mais de 1.100 ações e rodou 33 rodadas de treinamento em GPU. Gastou cerca de 37 horas reconstruindo o pipeline e reproduzindo os seis achados principais do artigo; nas 88 horas seguintes testou 18 ideias próprias em quatro rodadas e chegou a um método que supera o do artigo original em 2,7 pontos no AIME24.

No terceiro, foi inscrito em uma competição real na plataforma Tianchi, do Alibaba Cloud, com 526 equipes humanas. Sob limite de 24 horas, ajustou e combinou modelos de linguagem em chinês (BERT, MacBERT, RoBERTa) para o texto e um modelo de visão e linguagem (Qwen2.5-VL-7B) para as capturas de tela, fundindo tudo em um sistema de votação ponderada. Em 45 submissões, a acurácia subiu de 0,60 para 0,853, superando 458 das 526 equipes.

Chips, negociação e uso profissional

Dois experimentos adicionais merecem nota. No projeto autônomo de hardware, o modelo partiu de uma descrição de tarefa e de módulos vazios para desenhar um acelerador criptográfico GCD/RSA, validado por testes funcionais em cocotb e sintetizado com Yosys. Em cerca de 500 turnos e 71 avaliações, reduziu o projeto de 8.298 portas lógicas para 678. Passado pelo fluxo físico com OpenROAD, o die caiu de 106×106 µm² para 46×46 µm², com o comprimento de roteamento indo de 33.369 µm para 4.187 µm e fechamento de temporização a 500 MHz.

No E-Commerce Bench, uma simulação de 365 dias baseada em dados anonimizados de Taobao e Tmall, o modelo administrou lojas virtuais a partir de 100 mil yuans e encerrou com saldo total de 416.252 yuans — 38% acima do segundo colocado, o GLM 5.2, e 152% acima do Qwen3.7-Max. O ambiente inclui 152 fornecedores fraudulentos ocultos entre quase 600, o que testa também controle de risco.

A empresa cita ainda casos em profissões específicas: revisão de 1.284 cláusulas contratuais em menos de uma hora, protótipo de aplicativo bancário com oito telas sem rodadas de revisão, cardápio de 26 pratos com custo de insumos em 33,8%. São números autorreportados, sem verificação independente e sem descrição do protocolo de avaliação — devem ser lidos como demonstração de capacidade, não como medida de desempenho.

Impactos, oportunidades e limites

Do lado positivo, a abertura de pesos em escala Max muda o que é possível fazer fora dos provedores de nuvem: auditoria independente do modelo, ajuste fino para domínios sensíveis, execução em infraestrutura própria por organizações com requisitos de soberania de dados. Para pesquisa de segurança, poder inspecionar um modelo de fronteira é qualitativamente diferente de sondá-lo por API.

Do lado das limitações, há três pontos concretos. Primeiro, o custo de infraestrutura: 2,4 trilhões de parâmetros exigem clusters que poucas organizações mantêm, mesmo com ativação esparsa de 95 bilhões. Segundo, os benchmarks são majoritariamente autorreportados e alguns são internos, o que impede comparação direta. Terceiro, o compromisso de abertura ainda não se concretizou no momento desta publicação — e a licença específica dos pesos não foi detalhada no anúncio, o que importa para uso comercial.

Há também o contexto competitivo. O anúncio do Qwen3.8-Max ocorre em um ambiente de disputa aberta entre laboratórios chineses e norte-americanos, com o debate sobre modelos de pesos abertos ganhando dimensão geopolítica. A configuração de compatibilidade divulgada pela própria Qwen — que inclui uso via Claude Code, Codex e outros arcabouços por meio de APIs compatíveis — indica uma estratégia de captura de ecossistema, não apenas de desempenho.

Conclusão

O Qwen3.8-Max é relevante menos pelos placares e mais pelo que ele sinaliza: um laboratório chinês colocando um modelo de classe máxima em regime de pesos abertos, com rastros públicos de execuções autônomas de mais de dez dias. Se a liberação se confirmar nos termos anunciados e sob licença permissiva, será o modelo aberto mais capaz disponível até aqui.

O que observar: a data efetiva de publicação dos pesos no Hugging Face e no ModelScope, a licença adotada, e as primeiras reproduções independentes dos números de Terminal Bench e SWE-bench Pro por terceiros. Até lá, os resultados permanecem no território do autorrelato.

Fontes e referências

• Qwen Team (Alibaba Cloud) — Qwen3.8-Max: A New Bar for Coding and Cowork (2 de agosto de 2026)
• Qwen — Research: Latest Advancements
• MarkTechPost — Alibaba Qwen Releases Qwen3.8-Max: A 2.4 Trillion Parameter MoE Model
• Scale AI — SWE-Bench Pro Leaderboard (conjunto público)