Kimi K3 e Fable 5 ganharam um novo concorrente com a prévia do Qwen3.8 Max, modelo apresentado pela Alibaba para tarefas complexas de programação e automação.
A Alibaba ampliou sua presença na corrida global pela inteligência artificial após liberar a prévia do Qwen3.8 Max para avaliações públicas no Token Plan, Qoder e QoderWork. O modelo reúne 2,4 trilhões de parâmetros e chega com expectativas de eficiência, flexibilidade e custos inferiores aos encontrados em algumas soluções concorrentes.
Prévia do Qwen3.8 Max amplia portfólio de inteligência artificial
A Alibaba apresentou a prévia do Qwen3.8 Max, modelo com 2,4 trilhões de parâmetros criado para executar tarefas avançadas de programação, análise e automação.
O acesso inicial ocorre por meio das plataformas Token Plan, Qoder e QoderWork, onde usuários podem avaliar recursos antes da liberação definitiva do sistema.
Essa fase permite observar o comportamento da tecnologia em situações práticas, além de identificar limitações que poderão receber ajustes antes da versão completa.
A companhia ainda avalia disponibilizar publicamente os parâmetros treinados, formato que facilitaria adaptações para projetos acadêmicos, empresariais e aplicações desenvolvidas por terceiros.
A possível abertura também aumentaria o alcance do Qwen3.8 Max entre organizações interessadas em personalizar modelos sem depender exclusivamente de ferramentas proprietárias.
O lançamento reforça a estratégia da Alibaba de ampliar seu ecossistema de inteligência artificial com soluções voltadas ao desenvolvimento de software e aos agentes autônomos.
Modelo entra na disputa com Kimi K3 e Fable 5
A prévia chega pouco depois do Kimi K3, da Moonshot AI, que possui 2,8 trilhões de parâmetros e estabeleceu uma nova referência entre modelos abertos.
Apesar da diferença de escala, o Qwen3.8 Max apresentou resultados que o colocaram abaixo somente do Fable 5, da Anthropic, em determinadas avaliações divulgadas.
Essa posição mostra que o número total de parâmetros representa apenas um dos fatores responsáveis pela qualidade apresentada em tarefas específicas.
Eficiência computacional, treinamento, seleção de dados e arquitetura também influenciam diretamente a capacidade de interpretar comandos e solucionar problemas complexos.
As principais expectativas concentram-se no desempenho em codificação e agentes gerais, áreas que exigem planejamento, uso de ferramentas e execução coordenada de várias etapas.
Os testes públicos poderão esclarecer como a tecnologia se compara aos concorrentes em velocidade, precisão, custo operacional e adaptação a diferentes necessidades profissionais.