Qwen3.8-Max bergerak dari janji rilis menuju repositori nyata. Pada 12 Agustus, halaman ModelScope Qwen/Qwen3.8-2.4T-A95B menyatakan bahwa repositori itu memuat bobot post-trained dan file konfigurasi dalam format Hugging Face Transformers.
Kartu model menyebut kompatibilitas dengan vLLM, SGLang, dan TokenSpeed. Metadata ModelScope menunjukkan ukuran penyimpanan sekitar 4,89TB. Qwen3.8-Max sebelumnya sudah muncul di Qoder dan Token Plan; berita barunya adalah bobot kelas Max kini tersedia sebagai artefak terbuka.
Bobot menjadi titik audit
“This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format.”
Spesifikasi utamanya mencakup 2,4T parameter total, 95B parameter aktif, konteks asli 262.144 token, dan jalur perluasan hingga 1.010.000 token. Arsitekturnya mencakup 92 lapisan, 512 pakar, 10 routed experts plus satu shared expert, dan kosakata 248.320 token.
Model terbuka ini berbeda dari layanan Qwen3.8-Max terkelola di Qwen Cloud. Versi ModelScope hanya teks dan wajib menggunakan thinking mode, sedangkan layanan cloud menambahkan input visual, mode non-thinking, konteks default 1M, serta alat bawaan.
Nilainya ada pada kendali
Bagi tim pengembang, diskon API dan bobot terbuka bukan hal yang sama. Diskon bisa berakhir; bobot memungkinkan pengujian engine inferensi, kuantisasi, basis kode privat, dokumen panjang, dan pemisahan izin di lingkungan sendiri.
Ukuran 4,89TB juga menunjukkan batasnya. Ini bukan model laptop biasa. Banyak pengguna akan mengaksesnya melalui inferensi terkelola, build terkuantisasi, atau kluster perusahaan. Nilai rilis ini adalah membuka ruang audit dan optimasi pihak ketiga.
Skor resmi mencakup Terminal Bench 2.1 di 86,6, SWE-bench Pro 67,7, PaperBench 93,0, dan OSWorld-Verified 86,1. Namun harness, batas waktu, panjang konteks, dan sumber baseline tidak selalu sama. Pemeriksaan berikutnya adalah lisensi, stabilitas unduhan, recipe vLLM dan SGLang, benchmark pihak ketiga, serta daya tahan performa setelah kuantisasi.
Sumber: kartu model ModelScope Qwen3.8-2.4T-A95B, blog resmi Qwen3.8-Max, dokumentasi model Qwen Cloud, DataCamp, CocoLoop; memverifikasi status open-weight, ukuran repositori, parameter total dan aktif, panjang konteks, kompatibilitas framework, batas thinking mode, skor benchmark, dan perbedaan API terkelola.