À la Une · Modèles & AgentsFront Page · Models & AgentsSchlagzeilen · Modelle & AgentenPrima pagina · Modelli & AgentiIn prima pagina · Modèj & Agent
Qwen3.8-Max établit un nouveau standard en codage et collaborationQwen3.8-Max Sets a New Standard in Coding and CollaborationQwen3.8-Max setzt neue Massstäbe beim Programmieren und in der ZusammenarbeitQwen3.8-Max stabilisce un nuovo standard nella programmazione e nella collaborazioneQwen3.8-Max el stabiliss on noeuv standard in codage e collaborazion
Alibaba dévoile un modèle de 2,8T paramètres qui rivalise avec les meilleurs modèles frontière sur les tâches de programmation et de travail collaboratif.Alibaba unveils a 2.8T-parameter model that rivals the best frontier models on programming and collaborative work tasks.Alibaba enthüllt ein Modell mit 2,8 Billionen Parametern, das bei Programmieraufgaben und kollaborativer Arbeit mit den besten Frontier-Modellen mithält.Alibaba svela un modello da 2,8T parametri che rivaleggia con i migliori modelli frontier nei compiti di programmazione e lavoro collaborativo.Alibaba el presenta on modèl de 2,8T paràmetri che 'l rivalizza cont i miglior modèj frontiera in di incarigh de programmazion e de lavorà collaborativ.
De la rédaction — 3 août 2026From the editorial desk — 3 August 2026Von der Redaktion — 3. August 2026Dalla redazione — 3 agosto 2026De la redazzion — 3 agosto 2026
Le 3 août 2026, Alibaba a officialisé le lancement de Qwen3.8-Max, un modèle de langage de 2 800 milliards de paramètres (2,8T) qui établit un nouveau barème dans les domaines du codage et du travail collaboratif (« cowork »). L'annonce, repérée en première page de Hacker News avec 226 points et 85 commentaires, positionne ce modèle comme le plus performant de la famille Qwen à ce jour, dépassant les scores de ses prédécesseurs sur des benchmarks de référence en programmation et en raisonnement multi-agent.On 3 August 2026, Alibaba officially launched Qwen3.8-Max, a 2,800-billion-parameter (2.8T) language model that sets a new benchmark in coding and collaborative work ("cowork"). The announcement, spotted on the front page of Hacker News with 226 points and 85 comments, positions this model as the most powerful in the Qwen family to date, surpassing its predecessors' scores on reference benchmarks in programming and multi-agent reasoning.Am 3. August 2026 hat Alibaba den Start von Qwen3.8-Max offiziell bekannt gegeben, einem Sprachmodell mit 2,8 Billionen Parametern (2,8T), das im Bereich Programmierung und kollaborativer Arbeit («Cowork») neue Massstäbe setzt. Die Ankündigung, die auf Hacker News mit 226 Punkten und 85 Kommentaren auf der Startseite landete, positioniert dieses Modell als das leistungsfähigste der Qwen-Familie, das die Ergebnisse seiner Vorgänger bei Referenz-Benchmarks für Programmierung und Multi-Agenten-Schlussfolgern übertrifft.Il 3 agosto 2026, Alibaba ha ufficializzato il lancio di Qwen3.8-Max, un modello linguistico da 2 800 miliardi di parametri (2,8T) che stabilisce un nuovo punto di riferimento nei settori della programmazione e del lavoro collaborativo («cowork»). L'annuncio, notato in prima pagina su Hacker News con 226 punti e 85 commenti, posiziona questo modello come il più performante della famiglia Qwen ad oggi, superando i punteggi dei suoi predecessori su benchmark di riferimento in programmazione e ragionamento multi-agente.El 3 de agost 2026, Alibaba l'ha ufficializaa el lanzament de Qwen3.8-Max, on modèl de lenguagg de 2 800 miliard de paràmetri (2,8T) che 'l stabiliss on noeuv standard in di camp del codage e del lavorà collaborativ (« cowork »). L'anunzi, notaa in prima pagina de Hacker News con 226 pont e 85 coment, el met quell modèl chì come el pussee performant de la fameja Qwen fin al dì d'incoeu, superand i score di sò predecessor in su benchmark de riferiment in programmazion e in resonament multi-agent.
Le modèle utilise une architecture Mixture-of-Experts (MoE) qui active environ 10 % de ses paramètres totaux par inférence, soit environ 280 milliards de paramètres actifs. Selon les données publiées par Alibaba, Qwen3.8-Max atteint des performances comparables — et dans certains cas supérieures — à celles de GPT-5.6 Sol d'OpenAI et de Claude Opus 5 d'Anthropic sur des tests standardisés de codage comme HumanEval et SWE-bench. Le modèle est accessible via l'API Qwen et via la plateforme OpenRouter, où il est référencé sous l'identifiant « qwen/qwen3.8-max ».The model uses a Mixture-of-Experts (MoE) architecture that activates approximately 10% of its total parameters per inference, or about 280 billion active parameters. According to data published by Alibaba, Qwen3.8-Max achieves performance comparable — and in some cases superior — to OpenAI's GPT-5.6 Sol and Anthropic's Claude Opus 5 on standardised coding tests such as HumanEval and SWE-bench. The model is accessible via the Qwen API and through the OpenRouter platform, where it is listed under the identifier "qwen/qwen3.8-max".Das Modell verwendet eine Mixture-of-Experts-Architektur (MoE), die pro Inferenz etwa 10 % seiner Gesamtparameter aktiviert, also rund 280 Milliarden aktive Parameter. Laut den von Alibaba veröffentlichten Daten erreicht Qwen3.8-Max bei standardisierten Codierungstests wie HumanEval und SWE-bench vergleichbare – und in einigen Fällen bessere – Leistungen als GPT-5.6 Sol von OpenAI und Claude Opus 5 von Anthropic. Das Modell ist über die Qwen-API und die Plattform OpenRouter unter der Kennung «qwen/qwen3.8-max» verfügbar.Il modello utilizza un'architettura Mixture-of-Experts (MoE) che attiva circa il 10% dei suoi parametri totali per inferenza, ovvero circa 280 miliardi di parametri attivi. Secondo i dati pubblicati da Alibaba, Qwen3.8-Max raggiunge prestazioni comparabili — e in alcuni casi superiori — a quelle di GPT-5.6 Sol di OpenAI e di Claude Opus 5 di Anthropic su test standardizzati di programmazione come HumanEval e SWE-bench. Il modello è accessibile tramite l'API Qwen e tramite la piattaforma OpenRouter, dove è referenziato con l'identificativo «qwen/qwen3.8-max».El modèl l'è dree a doperà ona architettura Mixture-of-Experts (MoE) che l'ativa circa el 10 % di sò paràmetri totai per inferenza, o ben circa 280 miliard de paràmetri ativ. Second i daa publicaa de Alibaba, Qwen3.8-Max el riva a di performanze comparabil — e in certi cas superior — a quei de GPT-5.6 Sol d'OpenAI e de Claude Opus 5 d'Anthropic in su test standardizzaa de codage come HumanEval e SWE-bench. El modèl l'è accessibil via l'API Qwen e via la piattaforma OpenRouter, indè che l'è referenziaa sotta l'identificativ « qwen/qwen3.8-max ».
Cette sortie intervient dans un contexte de compétition intense entre les laboratoires chinois et américains. DeepSeek avait publié DeepSeek V4 Flash 0731 le 1er août, et Thinking Machines avait lancé Inkling Small le même jour. Qwen3.8-Max se distingue par son accent sur le « cowork » — la capacité à collaborer avec d'autres agents ou humains sur des tâches complexes — un domaine où Alibaba affirme avoir investi des efforts de post-entraînement spécifiques utilisant du RL à récompenses vérifiables (RLVR).This release comes amid intense competition between Chinese and American labs. DeepSeek published DeepSeek V4 Flash 0731 on 1 August, and Thinking Machines launched Inkling Small the same day. Qwen3.8-Max distinguishes itself with its emphasis on "cowork" — the ability to collaborate with other agents or humans on complex tasks — an area where Alibaba says it has invested specific post-training efforts using Reinforcement Learning with Verifiable Rewards (RLVR).Diese Veröffentlichung erfolgt in einem Umfeld intensiver Konkurrenz zwischen chinesischen und amerikanischen Labors. DeepSeek hatte am 1. August DeepSeek V4 Flash 0731 veröffentlicht, und Thinking Machines hatte am selben Tag Inkling Small lanciert. Qwen3.8-Max zeichnet sich durch seinen Fokus auf «Cowork» aus – die Fähigkeit, bei komplexen Aufgaben mit anderen Agenten oder Menschen zusammenzuarbeiten – ein Bereich, in dem Alibaba nach eigenen Angaben mit spezifischen Post-Training-Anstrengungen unter Einsatz von verifizierbarem Belohnungs-RL (RLVR) investiert hat.Questa uscita avviene in un contesto di competizione intensa tra i laboratori cinesi e americani. DeepSeek aveva pubblicato DeepSeek V4 Flash 0731 il 1° agosto, e Thinking Machines aveva lanciato Inkling Small lo stesso giorno. Qwen3.8-Max si distingue per l'enfasi sul «cowork» — la capacità di collaborare con altri agenti o umani su compiti complessi — un ambito in cui Alibaba afferma di aver investito sforzi di post-addestramento specifici utilizzando RL a ricompense verificabili (RLVR).Questa sortida chì la riva in on contest de competizion intensa tra i laboratori cinei e american. DeepSeek l'haveva publicaa DeepSeek V4 Flash 0731 el 1 de agost, e Thinking Machines l'haveva lanzaa Inkling Small el midem dì. Qwen3.8-Max el se distingua per el sò accent in sul « cowork » — la capacità de collaborà con di alter agent o omen in su di incarigh compless — on camp indè che Alibaba l'afferma d'avè investii di sforz de post-entrenament specific che doperen del RL a ricompens verificabil (RLVR).