Artikkeli

Alibaba Qwen3.8-Max: multimodaalinen malli yrityksille

Alibaba julkaisi Qwen3.8-Maxin, noin 2,4 biljoonan parametrin multimodaalisen mallin, joka hyödyntää MoE-arkkitehtuuria ja avoimia peruspainoja. Pitkät token-ikkunat ja kustannustehokkuus tekevät siitä kiinnostavan yritysratkaisun.

Alibaba Qwen3.8-Max: multimodaalinen malli yrityksille
Lukuaika: 3 Minuuttia
Seuraa Googlessa

Kuvittele antavasi tekoälylle miljoonasivuinen sopimus, laaja koodikanta tai tuntikausia videomateriaalia ja saavasi takaisin yhtenäinen, käyttökelpoinen vastaus ilman odottelua. Tätä Alibaba lupaa Qwen3.8-Maxilla, yhtiön tähän asti suurimmalla ja kyvykkäimmällä mallilla.

Miksi koko ja tehokkuus ovat yhtäkkiä tärkeitä

Qwen3.8-Max sisältää noin 2,4 biljoonaa parametria, mikä asettaa sen samaan harvinaislaatuiseen seuraan Moonshot AI:n Kimi K3:n kanssa, jolla on noin 2,8 biljoonaa. Parametrien määrä ei kerro kaikkea laadusta, mutta se on silti lyhyt tapa kuvata näiden järjestelmien laskentatehoa ja harjoitusdataa. Käytännössä kehittäjiä ja yrityksiä kiinnostaa eniten, kuinka paljon käytännön hyötyä mallit voivat tuottaa ilman pilvikustannusten paisumista.

Siinä tulevat esiin Alibaban arkkitehtuurivalinnat. Yhtiön mukaan Qwen3.8-Max käyttää Mixture of Expertsia eli MoE-rakennetta. Sen sijaan, että verkoston kaikkia osia käynnistettäisiin jokaista pyyntöä varten, MoE ohjaa tehtävät erikoistuneille aliverkoille. Alibaban toteutuksessa vain noin 95 miljardia parametria on aktiivisina yhtä kyselyä kohti. Vaikutus on ilmeinen: pienempi viive ja huomattavasti alhaisemmat päätelmäkustannukset samalla kun koko mallin tietopohja pysyy valtavana. Alibaba väittää jopa, että malli suoritti koko ohjelmistokehitysprojektin 16 päivässä, mikä on käytännön läpimenon osoitus pikemminkin kuin pelkästä vertailumenestyksestä.

Avoimet painot ovat toinen osa tarinaa. Monet kiinalaiset AI-tiimit julkaisevat suuria malleja ladattavilla peruspainoilla, kutsuen kehittäjiä ajamaan, sovittamaan ja virittelemään paikallisesti. Tämä on vastakohta useille yhdysvaltalaisille yrityksille, jotka pitävät ydintasonsa suljettuina ja mittarit epäselvinä. Avoimuus kiihdyttää kokeilua ja muuttaa kilpailun vähemmän porttien takana tapahtuvaksi pääsystä ja enemmän sen mukaan, mitä tiimit rakentavat päälle.

Julkisilla tulostauluilla uusi malli on jo herättänyt huomiota. Arena.AI-vertaisalustalla Qwen3.8-Max hallitsee kiinalaisia tekstimalleja, vaikka se jääkin Claude Fable 5:lle ja eräille Anthropicin Opus-variantteihin globaalissa tekstitilastossa. Kuvien ja visuaalisen ymmärryksen osalta Alibaba kertoo Qwen3.8-Maxin yltäneen maailmanlaajuisesti toiselle sijalle, Claude Fable 5 -variantin taakse. Nämä sijoitukset viittaavat siihen, että malli on aito multimodaalinen haastaja, ei pelkästään suurennettu tekstimoottori.

Sekä Qwen3.8-Max että Kimi K3 tukevat multimodaalisia syötteitä, kuten tekstiä, kuvia ja videoita, ja pystyvät käsittelemään jopa miljoona tokenia yhdessä konteksti-ikkunassa. Tokenit ovat tekstin ja koodin atomisia yksiköitä; valtavien token-ikkunoiden tukeminen tarkoittaa, että malli voi omaksua kokonaisia oikeudellisia asiakirjoja, pitkiä teknisiä spesifikaatioita tai monimoduulisia ohjelmia yhdellä läpikäynnillä. Tämä kyvykkyys muuttaa työnkulkuja, joissa tekoäly voi avustaa, siirtyen katkelmista ja kehotteista koko-dokumentin päättelyyn.

Mitä tämä merkitsee tuote-tiimeille ja yrityksille? Ensinnäkin suhde koon ja kustannusten välillä on kallistunut. MoE-tyyliset arkkitehtuurit lupaavat suurikapasiteettisia malleja, jotka aktivoivat vain osia verkostaan, auttaen palveluntarjoajia tarjoamaan suurikapasiteettista päätelmää ilman lineaarista kustannusten paisumista. Toiseksi avoimet perusmallit kutsuvat laajempaa kehittäjäekosysteemiä optimoimaan, hienosäätämään ja julkaisemaan toimialakohtaisia sovelluksia. Kolmanneksi multimodaaliset ja pitkän kontekstin vahvuudet tekevät näistä malleista houkuttelevia tiedonhallinnan automatisointiin, vaativaan koodin generointiin ja sääntely- tai oikeudelliseen tarkasteluun.

Saatavuus on yksinkertaista: Alibaba kertoo tarjoavansa Qwen3.8-Maxin ensi viikolla Mallistudio-alustansa kautta. Tutkijoille ja startupeille, jotka haluavat ajaa tai muokata malleja paikallisesti, peruspainojen saatavuus voi tehdä Qwen3.8-Maxista aidon perustamallin siinä todellisimmassa merkityksessä, jotain jonka päälle tiimit rakentavat, eivät vain käytä API:n kautta.

Kilpailu kiristyy. Kiinalaiset laboratoriot laajentavat nopeasti avoimia malleja samalla kun kokeilevat tehokkuutta etusijalle asettavia arkkitehtuureja. Länsimaiset toimijat keskittyvät turvallisuuteen, linjaukseen ja suljetun mallin hallintaan. Käyttäjät ja yritykset hyötyvät tästä monimuotoisuudesta: enemmän vaihtoehtoja, nopeampi iterointi ja toivottavasti mallit, jotka sopivat tiettyihin liiketoimintatarpeisiin sen sijaan, että ne olisivat yhdenkoon mustia laatikoita.

Yhteenveto on suoraviivainen: Alibaba on lisännyt toisen merkittävän kilpailijan suurten mallien kiltaan. Hienovaraisempi huomio on, että kilpailu keskittyy nyt käyttökelpoiseen kapasiteettiin, malleihin jotka ovat laajoja tiedoltaan mutta älykkäitä siinä, milloin ne käyttävät voimavarojaan. Se on todellinen tekninen uhkapeli, ja Qwen3.8-Max on Alibaban panos.

Laura Niemi

"Olen digitaalisen markkinoinnin asiantuntija ja intohimoinen data-analytiikan seuraaja. Kirjoitan Diginissä siitä, miten teknologia vaikuttaa liiketoimintaan ja yhteiskuntaan."

Jätä kommentti

Kommentit

Ei vielä kommentteja. Ole ensimmäinen.