Alibaba meluncurkan Qwen3.8-Max pada hari Senin dengan publikasi tolak ukur pertamanya, dan model ini menempati peringkat keempat di leaderboard Frontend Code milik Arena. Hanya Claude Opus 5 dan Kimi K3 dari Moonshot yang memperoleh skor lebih tinggi dalam tes ini.
Model dengan 2,4 triliun parameter ini keluar dari sesi pratinjau Juli-nya dengan 95 miliar parameter aktif, context window hingga 1 juta token, dan harga API publik.
Qwen3.8-Max Hanya Tertinggal dari Claude dan Kimi pada Tes Coding
Leaderboard Arena memberikan skor Qwen3.8-Max sebesar 1.668 poin, hanya selisih satu poin di bawah Claude Opus 5 (High). Claude Opus 5 (Max) memimpin dengan skor 1.705, sementara Kimi K3 (Max) bertahan di posisi kedua dengan 1.676. Model ini juga meraih posisi kedua pada kategori Consumer Product di Arena.
Ikuti kami di X untuk mendapatkan kabar terbaru saat terjadi
Data yang dibagikan oleh Alibaba mengklaim kemenangan atas Claude Opus 4.8, Fable 5, dan GPT-5.6 dalam tolok ukur agentic dan multimodal. Data tersebut menunjukkan skor 86,6 pada TerminalBench-2.1, 93,0 pada PaperBench, dan 86,1 pada OSWorld-Verified.
Namun, Fable 5 dari Anthropic masih unggul jauh dalam rekayasa perangkat lunak inti. Model ini meraih skor 80,0 pada SWE-Pro, sedangkan Qwen hanya mendapat 67,7, dan di FrontierSWE memperoleh 88,8 dibandingkan 73,5 milik Qwen.
Open Max Model Pertama Hadir Saat Saham Alibaba Reli
Peluncuran ini juga menandai pertama kalinya Alibaba akan membuka open source bobot model kelas Qwen-Max.
“Minggu depan, open weights dari Qwen3.8-Max akan dirilis, dan Qwen3.8-27B juga akan open-weights untuk semua orang!” ujar tim tersebut.
Bobot model akan tersedia di Hugging Face dan ModelScope. Sementara itu, harga API diperkenalkan sebesar US$2 per satu juta input token dan US$6 per satu juta output token.
Investor langsung merespons peluncuran ini. Saham Alibaba naik 6,15% ke HK$124,20 saat jeda makan siang di Hong Kong, dari harga penutupan sebelumnya di HK$117.
Saham ini memperpanjang kenaikan 4,65% pada hari Jumat, yang menurut analis terkait dengan laporan kesepakatan chip Moonshot. Evaluasi independen mungkin memperjelas gambaran ketika bobot model mulai tersedia minggu depan.
Langganan channel YouTube kami untuk menyaksikan wawasan tajam dari para pemimpin dan jurnalis ahli
