Qwen3.8-Max is volgens Alibaba gebouwd als een sparse Mixture-of-Experts-model (MoE) met in totaal 2,4 biljoen parameters . Bij een MoE-model wordt per invoertoken slechts een deel van de beschikbare experts geactiveerd. Dat totale aantal zegt daarom niet automatisch hoeveel rekenkracht elke afzonderlijke aanvraag vereist.
Alibaba heeft niet bekendgemaakt hoeveel parameters per token daadwerkelijk worden geactiveerd. Zonder dat cijfer blijven de verwachte snelheid, geheugeneisen en operationele kosten lastig in te schatten. Het zou wel het eerste multimodale Qwen-model zijn dat de grens van 1 biljoen parameters overschrijdt .
Het model verwerkt volgens de aankondiging tekst, afbeeldingen, video en documenten binnen één systeem . Daarmee wijkt het af van eerdere Qwen-modellen die voor visuele taken eerder met afzonderlijke varianten werkten.
Alibaba noemt daarnaast een contextvenster van 1 miljoen tokens, overgenomen van voorganger Qwen3.7-Max . Een contextvenster van die omvang kan nuttig zijn voor zeer lange documenten, grote codebases en langdurige agenttaken. Onafhankelijke berichtgeving merkt echter op dat niet alle technische details, waaronder dit contextvenster, formeel in een modelkaart zijn vastgelegd .
Alibaba zegt dat Qwen3.8-Max op zijn interne evaluaties alleen Anthropic's Claude Fable 5 voor zich moet dulden . Het bedrijf beweert bovendien dat het model beter presteert dan Qwen3.7-Max bij onder meer:
Daar staat een belangrijke kanttekening tegenover: bij de lancering verschenen geen openbare benchmarkresultaten, modelkaart of technisch rapport . Ook was het model volgens de beschikbare informatie nog niet opgenomen in onafhankelijke vergelijkingsplatforms zoals LMArena en Artificial Analysis .
Een onafhankelijke tester schrijft dat de endpoint wel reageert, maar dat benchmarkcijfers die online aan Qwen3.8 worden gekoppeld in werkelijkheid afkomstig zijn van tests met Qwen3.7-Max . De claim dat Qwen3.8-Max na Fable 5 op de tweede plaats staat, is daarmee voorlopig een interne beoordeling van Alibaba — geen onafhankelijk vastgesteld klassement .
Alibaba heeft gezegd dat Qwen3.8 ‘binnenkort’ als open-weight-model verschijnt . Bij open weights worden de getrainde modelgewichten beschikbaar gesteld, zodat ontwikkelaars het model onder de voorwaarden van de licentie zelf kunnen draaien, aanpassen of verder onderzoeken.
Eind juli 2026 waren er nog geen concrete releasedatum, licentie, downloadlink of Hugging Face-repository gepubliceerd . Als Alibaba de belofte waarmaakt, zou Qwen3.8-Max het grootste openbaar beschikbare model tot nu toe kunnen worden. Voorlopig blijft het echter bij een aangekondigd plan.
De preview is beschikbaar via drie kanalen :
Een reguliere pay-as-you-go-prijs per miljoen invoer- en uitvoertokens was nog niet gepubliceerd . De endpoints zijn compatibel met zowel de protocollen van OpenAI als Anthropic. Daardoor kunnen ontwikkelaars het model in bestaande hulpmiddelen zoals Claude Code, Cursor en OpenCode testen zonder hun volledige integratie opnieuw te bouwen .
De timing is niet toevallig. Qwen3.8-Max verscheen enkele dagen nadat Moonshot AI Kimi K3 als open-weight-model had uitgebracht . In China volgen de aankondigingen van grote AI-modellen elkaar in hoog tempo op. Zowel gevestigde technologiebedrijven als Alibaba, Baidu en Tencent als goed gefinancierde startups zoals Moonshot, Zhipu AI, 01.AI en DeepSeek proberen zich te onderscheiden met schaal, prestaties, openheid en lage kosten .
De keuze van Alibaba om een model van 2,4 biljoen parameters te presenteren zonder openbare benchmarks past in een breder patroon. AI-labs proberen hun technologische voorsprong te claimen met indrukwekkende modelgroottes en beloften over open weights, soms voordat onafhankelijke controles mogelijk zijn . Qwen3.8-Max-Preview is daardoor niet alleen een technisch product, maar ook een strategische zet in de Chinese AI-concurrentie.
Qwen3.8-Max-Preview is een daadwerkelijk testbare API-preview met opvallende specificaties: 2,4 biljoen totale parameters, multimodale invoer en — volgens Alibaba — een contextvenster van 1 miljoen tokens. Ontwikkelaars kunnen er nu al mee experimenteren via abonnementen en Qoder-producten.
Maar de belangrijkste vraag blijft onbeantwoord: hoe goed presteert het model werkelijk tegenover Claude, GPT en andere toonaangevende systemen? Daarvoor zijn openbare benchmarks, een modelkaart en de beloofde open weights nodig. Tot die tijd moeten zowel het aantal parameters als de bewering dat Qwen3.8-Max alleen door Fable 5 wordt overtroffen worden gelezen als claims van Alibaba, niet als onafhankelijk bewezen feiten .