Qwen3.8: Alibaba libera pesos abertos de modelo de 2,4 tri

A Alibaba cumpriu a promessa feita no lançamento do Qwen3.8-Max. Os pesos abertos do modelo foram publicados no Hugging Face em 12 de agosto de 2026, sob o repositório Qwen/Qwen3.8-2.4T-A95B e uma variante quantizada em FP8. É a primeira vez que um modelo da classe “Max” da família Qwen — a linha mais capaz da empresa — sai do regime exclusivamente proprietário.

Quando o Plugged Ninja noticiou o lançamento do Qwen3.8-Max, em 6 de agosto, o anúncio da empresa dizia apenas que os pesos sairiam “na semana seguinte”, sem licença definida e sem repositório disponível. Agora é possível avaliar o que foi efetivamente liberado — e, sobretudo, sob quais condições.

A resposta curta: o modelo é grande, a licença é permissiva para a maioria dos usos e restritiva em dois pontos específicos, e a versão aberta não é idêntica à versão comercial oferecida via API.

O que foi liberado, e o que não foi

O repositório aberto contém os pesos e arquivos de configuração do modelo pós-treinado no formato Transformers do Hugging Face, compatível com os motores de inferência vLLM, SGLang e TokenSpeed. A própria documentação do repositório é explícita ao diferenciar as duas versões: o Qwen3.8-Max continua sendo a versão oficial baseada no Qwen3.8-2.4T-A95B, mas com recursos adicionais.

As diferenças declaradas entre a versão aberta e a comercial são:

• Entrada visual — a versão aberta é somente texto; a comercial aceita entrada multimodal.
• Modo sem raciocínio — na versão aberta, o modo de raciocínio não pode ser desativado. Toda resposta começa obrigatoriamente com um bloco de raciocínio delimitado por marcadores próprios antes da saída final.
• Contexto de 1 milhão de tokens por padrão — a versão aberta traz 262.144 tokens nativos, extensíveis até cerca de 1,01 milhão; o contexto de 1M vem habilitado por padrão apenas na oferta comercial.
• Ferramentas embutidas oficiais — disponíveis apenas na versão comercial.

Nada disso invalida a abertura, mas é uma distinção que importa para quem for comparar resultados: rodar o modelo aberto localmente não reproduz exatamente o comportamento da API.

Arquitetura do Qwen3.8: 2,4 trilhões de parâmetros, 95 bilhões ativos

A ficha técnica publicada no repositório detalha uma arquitetura híbrida bastante específica. O modelo tem 2,4 trilhões de parâmetros no total, com 95 bilhões ativados por token, distribuídos em 92 camadas com dimensão oculta de 8.192 e vocabulário de 248.320 tokens.

O arranjo de camadas é o ponto mais interessante: 23 repetições de um bloco composto por três subcamadas de Gated DeltaNet seguidas de mistura de especialistas, e uma subcamada de atenção com portas também seguida de mistura de especialistas. Em outras palavras, a maior parte da mistura de informação entre posições é feita por um mecanismo de atenção linear, e a atenção quadrática clássica aparece apenas a cada quatro blocos.

Esse tipo de arranjo híbrido é a resposta prática ao custo da atenção tradicional, que cresce com o quadrado do tamanho do contexto. Ao intercalar camadas lineares com camadas de atenção completa, o modelo consegue contextos muito longos sem que o custo de inferência exploda — em troca de alguma capacidade de recuperação precisa de informação distante, que as camadas de atenção completa remanescentes precisam compensar.

Na camada de mistura de especialistas, são 512 especialistas, dos quais 10 roteados mais 1 compartilhado são ativados por token, com dimensão intermediária de 2.048 por especialista. O modelo foi treinado com predição de múltiplos tokens em vários passos, técnica que tende a melhorar a eficiência de decodificação especulativa.

A configuração de amostragem recomendada pela equipe é temperatura 1,0, top_p 0,95, top_k 20 e penalidades neutras. Há também suporte oficial a um parâmetro de esforço de raciocínio com três níveis — alto (padrão), médio e baixo —, o que permite ajustar profundidade de raciocínio e custo sem trocar de modelo.

A licença: permissiva com dois gatilhos comerciais

Os pesos saíram sob uma licença própria, chamada Qwen3.8-Max License. O texto começa com uma concessão ampla, próxima em espírito à licença MIT: permissão gratuita para usar, copiar, modificar, mesclar, publicar, distribuir, sublicenciar, vender, implantar, hospedar, ajustar e criar obras derivadas do software, incluindo os pesos, parâmetros, arquivos de configuração e código de inferência.

Sobre essa base, a Alibaba adicionou duas condições:

1. Atribuição visível em produtos de grande escala. Se o software ou qualquer derivado for usado em produtos ou serviços comerciais com mais de 100 milhões de usuários ativos mensais ou mais de US$ 20 milhões de receita mensal, o nome do modelo deve ser exibido com destaque na interface do usuário desse produto ou serviço.
2. Licença separada para grandes negócios de MaaS e assistentes de trabalho. Se o licenciado ou suas afiliadas operarem um negócio de “Model as a Service” ou de “AI Work Assistant” e a receita agregada ultrapassar US$ 50 milhões em qualquer período de doze meses consecutivos, será preciso obter uma licença separada da Qwen antes de usar o software para qualquer finalidade comercial.

A licença define os dois termos com razoável precisão. “Model as a Service” significa dar a terceiros acesso a inferência ou ajuste fino do modelo — por API ou endpoint hospedado — de modo que esses terceiros exerçam controle significativo sobre entradas, parâmetros ou dados de treinamento; simples retransmissão de requisições para modelos hospedados por outros não conta. “AI Work Assistant” é definido como um produto independente movido a IA voltado principalmente a codificação assistida ou produtividade de escritório, com exclusões explícitas para ferramentas de propósito único, assistentes de outros domínios e assistentes que sejam apenas um recurso de um produto cuja finalidade principal seja outra.

A segunda condição também traz uma ressalva relevante: ela não se aplica ao uso interno do software, desde que esse uso não disponibilize o modelo, suas saídas ou suas capacidades subjacentes a terceiros.

Como isso se compara ao que já vimos

Vale a comparação com o caso do MiniMax H3, cujos pesos abertos vieram acompanhados de uma cláusula de território que exclui Estados Unidos, União Europeia, Reino Unido e Coreia do Sul. A licença do Qwen3.8 não traz restrição geográfica: os gatilhos são de escala e de modelo de negócio, não de localização.

Para o mercado brasileiro, o efeito prático é bastante direto. Os limiares de 100 milhões de usuários mensais, US$ 20 milhões de receita mensal e US$ 50 milhões de receita anual em negócios de MaaS estão acima do porte da esmagadora maioria das empresas de tecnologia do país. Uma empresa que use o modelo internamente, ou que o embuta em um produto próprio abaixo desses limiares, opera sob condições essencialmente equivalentes às de uma licença permissiva.

Isso não significa que a licença seja “código aberto” no sentido estrito da definição da Open Source Initiative — restrições baseadas em campo de uso e em porte comercial não atendem a esse padrão. O termo correto continua sendo pesos abertos, e a distinção não é preciosismo: ela determina se o modelo pode ou não ser incorporado a distribuições e projetos que exigem licenças aprovadas.

Os números de desempenho e como lê-los

O repositório publica uma tabela extensa de resultados comparando o Qwen3.8-Max com modelos de fronteira concorrentes em benchmarks de agente de codificação, agente geral e capacidades gerais. Entre os resultados autorreportados aparecem 86,6 no Terminal Bench 2.1, 67,7 no SWE-bench Pro, 92,6 no GPQA Diamond, 82,8 no IFBench e 93,0 no PaperBench.

Três ressalvas são necessárias, e a própria Qwen fornece material para todas elas nas notas de rodapé da tabela:

• Vários benchmarks são internos. QwenSWEBench, QwenQoderBench, QwenReactBench, QwenSVGBench e CoWorkBench são descritos como benchmarks desenvolvidos pela própria equipe. Resultados nesses testes não são verificáveis de forma independente e não permitem comparação com outros fornecedores.
• Os arreios de execução variam. A equipe avaliou o próprio modelo e os concorrentes em ambientes diferentes, com tempos limite, limites de tokens e ferramentas distintos por benchmark. Em alguns casos, os números dos concorrentes vêm de placares públicos e não de execução própria.
• Vários juízes são modelos de linguagem. PaperBench, PLawBench e outros usam modelos como avaliadores. Isso é prática comum e aceita, mas juiz automatizado não é verdade fundamental.

Um estudo publicado no arXiv em 12 de agosto de 2026 por pesquisadores da Universidade Federal de Santa Catarina reforça exatamente esse tipo de cautela: variando o orçamento de tokens de geração, os autores mostraram que a ordem de classificação entre modelos se inverte em todos os três benchmarks de raciocínio testados. Ou seja, “qual modelo é melhor” depende de quantos tokens se permite que ele produza — um parâmetro que raramente aparece nas tabelas de marketing.

O que muda na prática

A liberação tem consequências concretas para quem trabalha com IA no Brasil, mas não são as mais óbvias.

Do lado positivo, há agora um modelo de classe de fronteira que pode ser inspecionado, ajustado e executado em infraestrutura própria — o que interessa a organizações com requisitos de soberania de dados, setores regulados e pesquisa acadêmica que precisa de reprodutibilidade. Nas primeiras horas após a publicação, o repositório principal já registrava mais de mil downloads e o ecossistema começava a produzir versões quantizadas e ajustes finos, o passo que costuma determinar a adoção real.

Do lado das limitações, o custo de execução é a barreira decisiva. Um modelo com 2,4 trilhões de parâmetros em BF16 exige uma quantidade de memória de aceleradores que está fora do alcance de praticamente qualquer organização brasileira sem investimento relevante em infraestrutura, e a variante FP8 reduz esse custo mas não o elimina. Na prática, “pesos abertos” para um modelo desse porte significa acesso viável sobretudo via provedores de inferência terceirizados — o que reintroduz, por outra porta, a dependência que a abertura supostamente resolveria.

Há ainda um ponto de governança que merece acompanhamento. Um dos projetos de pesquisa recém-financiados pelo Stanford HAI e pela Hoover Institution investiga justamente como a procedência do modelo afeta o que sistemas de agentes produzem em tarefas políticas, observando que quem quer implantar agentes em escala evitando monitoramento de plataforma vem recorrendo cada vez mais a modelos chineses de pesos abertos. A disponibilidade de um modelo dessa capacidade sem intermediação de API é, ao mesmo tempo, um ganho de autonomia e uma redução da visibilidade sobre como ele está sendo usado.

Conclusão

A Alibaba entregou o que anunciou, e o fez com uma licença mais previsível do que boa parte das alternativas recentes: sem exclusão geográfica, com gatilhos comerciais claros e limiares altos o bastante para não afetar a maior parte do mercado. Para o ecossistema, o dado mais significativo não é o tamanho do modelo, e sim a normalização da prática de abrir os pesos da linha mais capaz de uma família — algo que, até pouco tempo atrás, era reservado às versões intermediárias.

O que observar a seguir: a qualidade das quantizações e destilações que a comunidade produzir nas próximas semanas, já que são elas que determinarão se o modelo tem uso prático fora de grandes provedores; avaliações independentes em benchmarks públicos, que permitirão confrontar os números autorreportados; e eventuais ajustes na licença, que continua sendo um documento próprio e não um padrão consolidado.

Fontes e referências

• Hugging Face — Qwen/Qwen3.8-2.4T-A95B (cartão do modelo e ficha técnica): huggingface.co
• Hugging Face — Qwen3.8-Max License (texto integral da licença): huggingface.co
• Qwen — Qwen3.8-Max: A New Bar for Coding and Cowork: qwen.ai
• arXiv — Who Thinks Best Depends on How Long You Let Them: Budget-Dependent Rankings in LLM Evaluation (Souza e Panisson, UFSC): arxiv.org/abs/2608.12150
• Stanford HAI — New Stanford Grants Tackle AI’s Impact on Global Security and Geopolitics: hai.stanford.edu