آخرین بروزرسانی در ۱۴ مرداد ۱۴۰۵ توسط Dr.Arman
مدل جدید Qwen3.8-Max به عنوان یکی از پیشرفتهترین ابزارها در دسته عاملهای هوش مصنوعی توسط شرکت علیبابا معرفی شده است. این فناوری نوین مرزهای توانمندی مدلهای مولد را جابهجا کرده است.
توانمندیهای Qwen3.8-Max در توسعه عاملهای هوش مصنوعی
شرکت علیبابا از جدیدترین پرچمدار خود با نام Qwen3.8-Max رونمایی کرد. این مدل دارای ۲.۴ تریلیون پارامتر است. معماری آن بر پایه مخلوط متخصصان یا MoE بنا شده است. این مدل بازارهای بسیار رقابتی را هدف قرار میدهد. تمرکز اصلی آن بر مهندسی نرمافزار خودکار است. همچنین برای انجام وظایف طولانیمدت سازمانی طراحی شده است.
اگر دادههای منتشر شده توسط شرکت علیبابا دقیق باشند، این مدل رقیبی جدی است. Qwen3.8-Max تنها با مدلهای برتر بازار رقابت نمیکند. بلکه در برخی شاخصهای کلیدی از آنها پیشی میگیرد. این برتری در حوزه محاسبات عاملمحور بسیار مشهود است. عملکرد این مدل در تستهای مستقل نیز در حال بررسی است.
در بنچمارک OSWorld-Verified، این مدل امتیاز ۸۶.۱ را کسب کرده است. این آزمون توانایی عاملها در استفاده از سیستمعامل را میسنجد. در مقابل، مدل GPT-5.6 Sol Max امتیاز ۸۳.۲ را به دست آورده است. همچنین مدل Fable 5 امتیاز ۸۵.۰ را در این آزمون ثبت کرد. این نتایج نشاندهنده قدرت بالای محصول جدید علیبابا است.
در جدول زیر، مقایسه عملکرد این مدل در بنچمارکهای مختلف ارائه شده است:
| نام بنچمارک | امتیاز Qwen3.8-Max | تمرکز اصلی آزمون |
|---|---|---|
| OSWorld-Verified | ۸۶.۱ | استفاده از سیستمعامل |
| PaperBench | ۹۳.۰ | بازسازی مقالات علمی |
| TerminalBench 2.1 | ۸۶.۶ | کار با محیط ترمینال |
| Vision2Web | ۶۹.۰ | توسعه وب بصری |
| ERQA | ۷۷.۸ | پاسخگویی به سوالات پیچیده |
این مدل در بنچمارک PaperBench نیز بالاترین امتیاز را دارد. این آزمون توانایی بازسازی مقالات علمی را اندازهگیری میکند. این کار از طریق دادههای تجربی انجام میشود. عاملهای هوش مصنوعی باید بتوانند منطق علمی را به خوبی درک کنند. این مدل در استدلالهای چندوجهی نیز بسیار رقابتی عمل میکند.
نقش اتوماسیون سازمانی در اکوسیستم جدید علیبابا
انتشار این مدل نشاندهنده یک تغییر استراتژیک بزرگ است. علیبابا قصد دارد وزنهای این مدل را هفته آینده منتشر کند. این اقدام شامل مدل Qwen3.8-27B نیز خواهد بود. اگر این انتشار تحت مجوز آزاد باشد، بسیار مهم است. این اولین بار است که یک مدل کلاس Max در دسترس عموم قرار میگیرد. این موضوع میتواند روند اتوماسیون سازمانی را به شدت تغییر دهد.
استقرار مدل در سرورهای داخلی سازمانها مزیتی بزرگ است. شرکتها میتوانند دادههای حساس خود را حفظ کنند. با این حال، جزئیات لایسنس هنوز منتشر نشده است. ممکن است علیبابا از یک مجوز محدود استفاده کند. رقیب آنها، شرکت Moonshot، قبلاً چنین رویکردی داشته است. مجوزهای محدود ممکن است جذابیت مدل را کاهش دهند.
طی سال گذشته، رقابت در بازار مدلها تخصصی شده است. شرکت OpenAI بر استدلال عمومی و تعاملات چندوجهی تمرکز دارد. گوگل نیز مدل جمنای را برای بهرهوری وب توسعه میدهد. اما Qwen3.8-Max تمام این قدرتها را ترکیب کرده است. هدف اصلی آن مستقیماً اتوماسیون سازمانی در مقیاس بزرگ است.
علیبابا این مدل را به عنوان یک همکار خودکار معرفی میکند. این مدل میتواند پروژههایی با طول بیش از ۱۰ روز را انجام دهد. این پروژهها شامل هزاران خط کدنویسی هستند. همچنین بازتولید مقالات تحقیقاتی پیچیده را بر عهده میگیرد. بهینهسازی طراحی تراشهها نیز از تواناییهای آن است. این مدل از حلقههای بازخورد چندوجهی استفاده میکند.
صنعت هوش مصنوعی به سمت اجرای کامل فرآیندها میرود. دیگر تنها پاسخ به سوالات ساده کافی نیست. مدلهای پیشرو باید بتوانند یک جریان کاری را تمام کنند. این تغییر رویکرد در بنچمارکهای جدید نیز دیده میشود. آزمونها بر اجرای وظایف در بازههای زمانی طولانی تمرکز دارند.
مزایای استفاده از Qwen3.8-Max در محیطهای صنعتی
- توسعه نرمافزار به صورت خودکار و مستمر.
- کاهش خطاهای انسانی در فرآیندهای تست نرمافزار.
- قابلیت ناوبری در نرمافزارهای دسکتاپ قدیمی بدون API.
- اجرای جریانهای کاری محاسباتی در تحقیقات دارویی.
- بازرسی مهندسی با استفاده از بازخوردهای تصویری مداوم.
مدل Qwen3.8-Max در محیطهای صنعتی کاربرد وسیعی دارد. یکی از نقاط قوت اصلی آن، عاملهای استفاده از کامپیوتر است. بنچمارک OSWorld اکنون بسیار مورد توجه قرار گرفته است. این آزمون توانایی تعامل با محیط دسکتاپ را میسنجد. مدلهایی که در این بخش قوی هستند، فرآیندهای تکراری را حذف میکنند.
تحلیل اقتصادی و مقایسه با سایر مدلهای بزرگ زبانی
فشار رقابتی تنها مربوط به عملکرد فنی نیست. قیمتگذاری نقش بسیار تعیینکنندهای در انتخاب سازمانها دارد. هزینه ورودی و خروجی در QwenCloud بسیار رقابتی است. قیمت این مدل ۲ دلار برای هر میلیون توکن ورودی است. هزینه خروجی نیز ۶ دلار برای هر میلیون توکن است. این رقم بسیار کمتر از مدلهای برتر آمریکایی است.
در مقایسه با مدلهای بزرگ زبانی دیگر، این قیمت عالی است. هزینه آن کمتر از یکسوم مدل Claude Opus 5 است. همچنین نسبت به GPT-5.6 Sol Max بسیار ارزانتر است. کاهش هزینههای استنتاج برای سیستمهای عاملمحور ضروری است. این سیستمها توکنهای بسیار زیادی مصرف میکنند. یک فرآیند خودکار ممکن است ساعتها به طول انجامد.
سازمانهایی که هزاران عامل را همزمان مستقر میکنند، نگران هزینهها هستند. هزینههای استنتاج میتواند به بزرگترین هزینه عملیاتی تبدیل شود. کاهش اندک در قیمت هر توکن، صرفهجویی بزرگی ایجاد میکند. این واقعیتی است که شرکت OpenAI نیز به آن پی برده است. آنها اخیراً قیمت مدلهای میانی خود را کاهش دادند.
در جدول زیر، مقایسه قیمت برخی مدلهای پیشرو آورده شده است:
| نام مدل هوش مصنوعی | هزینه ورودی (هر میلیون توکن) | هزینه خروجی (هر میلیون توکن) |
|---|---|---|
| Qwen3.8-Max | ۲.۰۰ دلار | ۶.۰۰ دلار |
| GPT-5.6 Sol Max | ۱۰.۰۰ دلار | ۶۰.۰۰ دلار |
| Claude Opus 5 | ۵.۰۰ دلار | ۲۵.۰۰ دلار |
| Gemini 3.1 Pro | ۲.۰۰ دلار | ۱۲.۰۰ دلار |
با وجود آمارهای درخشان، این مدل جایگزین قطعی رقبا نیست. هر مدل نقاط قوت خاص خود را دارد. خانواده GPT در اکوسیستم مایکروسافت بسیار بالغ است. سازمانهایی که در آن اکوسیستم هستند، تغییر جهت نمیدهند. مدل Claude Opus نیز در کدنویسی با نظارت انسان عالی است. قابلیت پیشبینی رفتار در آن مدل بسیار بالا است.
مدل گوگل جمنای نیز با فضای کاری گوگل یکپارچه است. این موضوع برای بسیاری از کاربران اولویت اصلی محسوب میشود. اما Qwen3.8-Max برای کسانی که به دنبال استقلال هستند، بهترین است. اگر اولویت شما اجرای طولانیمدت و قیمت مناسب است، این مدل برنده است. عملکرد آن در پروژههای پیچیده مهندسی تحسینبرانگیز است.
سوال اصلی درباره این مدل، نوع مجوز آن است. علیبابا وعده داده که هفته آینده وزنها را منتشر میکند. نوع مجوز میتواند میزان پذیرش سازمانی را مشخص کند. مجوز Apache 2.0 بهترین گزینه برای توسعهدهندگان است. این مجوز اجازه شخصیسازی و استفاده تجاری گسترده را میدهد. اما مجوزهای اختصاصی ممکن است محدودیتهایی ایجاد کنند.
تا زمانی که مجوز رسمی منتشر نشود، باید با احتیاط عمل کرد. سازمانها باید منتظر تاییدات مستقل و تستهای واقعی باشند. پایداری مدل در محیط عملیاتی بسیار مهم است. نتایج بنچمارکها همیشه در دنیای واقعی تکرار نمیشوند. با این حال، Qwen3.8-Max یک رقیب بسیار جدی است.
دنیای مدلهای پایه با سرعت عجیبی در حال حرکت است. طی هفتههای اخیر، انتشارات بزرگی از شرکتهای مختلف دیدهایم. علیبابا با ترکیب قدرت فنی و قیمتگذاری تهاجمی وارد شده است. تعهد به انتشار وزنها نیز یک حرکت هوشمندانه است. این عوامل تعیینکننده آینده این مدل در بازار هستند.
در نهایت، موفقیت Qwen3.8-Max به لایدربردها بستگی ندارد. اعتبار مستقل و قابلیت اطمینان در تولید، عوامل کلیدی هستند. اگر این مدل بتواند در دنیای واقعی بدرخشد، جایگاه خود را تثبیت میکند. در غیر این صورت، تنها یک ورودی جدید در لیست طولانی مدلها خواهد بود. رقابت در مرزهای هوش مصنوعی روز به روز دشوارتر میشود.
منبع:
https://venturebeat.com/technology/qwen3-8-max-arrives-with-a-bold-claim-it-outperforms-gpt-5-6-sol-max-and-fable-5-on-agentic-computer-use
مطالب مرتبط