Alibaba memperkenalkan Qwen3.8-Max sebagai model AI paling canggih dalam keluarga Qwen dengan 2,4 triliun parameter dan context window hingga 1 juta token. Model multimodal ini dirancang untuk menangani coding, riset, analisis visual, pengembangan AI agent, hingga pekerjaan kompleks dengan efisiensi komputasi yang lebih tinggi berkat arsitektur Sparse Mixture-of-Experts (MoE). Peluncuran ini mempertegas persaingan Alibaba dengan OpenAI, Google, Anthropic, Meta, dan xAI dalam pengembangan model AI generasi terbaru.
DIGI-HIGHLIGHTS:
■ Alibaba meluncurkan Qwen3.8-Max dengan 2,4 triliun parameter dan context window 1 juta token untuk mendukung berbagai tugas AI kompleks.
■ Arsitektur Sparse Mixture-of-Experts membuat model lebih efisien karena hanya mengaktifkan 95 miliar parameter saat inferensi.
■ Qwen3.8-Max memperkuat persaingan Alibaba dengan OpenAI, Google, Anthropic, Meta, dan xAI di pasar AI global.
Alibaba resmi memperkenalkan Qwen3.8-Max, model kecerdasan buatan (AI) terbaru yang menjadi model paling besar dan paling canggih dalam keluarga Qwen hingga saat ini. Model tersebut dibangun dengan 2,4 triliun parameter dan mendukung context window hingga 1 juta token, memungkinkan AI memproses dokumen, kode, maupun informasi visual dalam skala yang jauh lebih besar dibandingkan model generasi sebelumnya.
Peluncuran Qwen3.8-Max menandai langkah terbaru Alibaba dalam memperkuat posisinya di tengah persaingan global industri AI yang kini didominasi oleh OpenAI, Google DeepMind, Anthropic, Meta, serta xAI. Dalam beberapa tahun terakhir, Alibaba juga menjadi salah satu perusahaan yang paling agresif mengembangkan model AI terbuka (open model) melalui keluarga Qwen.
Model terbaru tersebut, dari rilis Alibaba yang diterima digitalbank.id, telah tersedia melalui API di Alibaba Cloud Model Studio untuk pengembang di seluruh dunia. Sementara itu, model weights dijadwalkan dirilis pada pekan depan. Pengguna juga dapat mencoba kemampuan Qwen3.8-Max melalui QwenWork, platform AI agent yang dikembangkan Alibaba untuk mendukung berbagai kebutuhan pekerjaan.
Efisien Meski Berukuran Sangat Besar
Salah satu pembeda utama Qwen3.8-Max terletak pada arsitektur Sparse Mixture-of-Experts (MoE) yang dipadukan dengan mekanisme hybrid attention.
Pendekatan tersebut memungkinkan model berukuran sangat besar tetap bekerja secara efisien karena dari total 2,4 triliun parameter, hanya sekitar 95 miliar parameter yang diaktifkan pada setiap proses inferensi.
Strategi ini diklaim mampu menekan kebutuhan komputasi, mengurangi latensi, sekaligus mempertahankan performa tinggi ketika menjalankan tugas-tugas kompleks yang membutuhkan penalaran panjang.
Masuk Peringkat Atas Berbagai Benchmark
Dalam sejumlah tolok ukur independen, Qwen3.8-Max mencatatkan performa yang kompetitif.
Model ini menempati peringkat kelima di Text Arena, peringkat kedua di Vision Arena, serta peringkat keempat di Frontend Code Arena, menunjukkan kemampuan yang kuat dalam penalaran bahasa, analisis visual, dan pengembangan perangkat lunak.
Benchmark tersebut menjadi salah satu indikator yang banyak digunakan komunitas AI untuk membandingkan kemampuan berbagai model bahasa besar (LLM) dalam kondisi penggunaan nyata.
Mampu Menyelesaikan Proyek Coding Selama 16 Hari
Alibaba mengungkapkan bahwa dalam pengujian internal, Qwen3.8-Max berhasil mengerjakan proyek rekayasa perangkat lunak secara mandiri selama 16 hari.
Model tersebut membangun sebuah framework AI agent dari nol dengan memanfaatkan masukan pengguna, praktik terbaik dari komunitas, serta hasil pengujian yang dilakukannya sendiri.
Melalui proses pembuatan kode, pengujian, evaluasi, hingga analisis log secara berulang, model tersebut menghasilkan proyek open source “oh-my-cli” yang kini tersedia di GitHub.
Kemampuan tersebut menunjukkan perkembangan AI agent yang semakin mampu menyelesaikan pekerjaan kompleks tanpa intervensi manusia secara terus-menerus.
Digunakan untuk Berbagai Skenario Dunia Nyata
Alibaba menyebut kemampuan Qwen3.8-Max tidak hanya terbatas pada coding.
Model tersebut dirancang untuk membantu berbagai kebutuhan profesional, mulai dari peninjauan dokumen hukum, riset keuangan, analisis pertandingan olahraga, pengembangan konsep kuliner, visualisasi rehabilitasi medis, hingga pemodelan arsitektur tiga dimensi.
Dalam bidang riset, Alibaba mengklaim model ini tidak hanya mampu mereplikasi eksperimen ilmiah yang telah dipublikasikan, tetapi juga mengembangkan pendekatan baru yang menghasilkan kinerja lebih baik dibanding penelitian sebelumnya.
Qwen3.8-Max juga disebut berhasil mengungguli peserta manusia pada WWW2025 Multimodal Dialogue Intent Recognition Challenge, kompetisi yang menguji kemampuan AI memahami percakapan layanan pelanggan dan mengidentifikasi kebutuhan pengguna secara akurat.
Analisis Visual hingga Video Berdurasi 100 Jam
Sebagai model multimodal, Qwen3.8-Max dapat memahami teks, gambar, video, maupun dokumen secara terpadu.
Alibaba menyebut model tersebut mampu memproses dokumen yang terdiri dari ratusan halaman, serial televisi lengkap, hingga video berdurasi 100 jam, kemudian mengubahnya menjadi basis pengetahuan yang dapat ditelusuri secara interaktif.
Kemampuan visualnya juga memungkinkan AI membangun ulang antarmuka aplikasi hanya dari tangkapan layar, mengubah denah rumah dua dimensi menjadi visualisasi interior tiga dimensi, membuat animasi edukasi dari instruksi teks, hingga menghasilkan permainan interaktif berbasis bahasa alami.
Untuk menguji kemampuan tersebut, Alibaba memperkenalkan RecreationBench, benchmark yang dirancang untuk mengukur kemampuan AI merekonstruksi aplikasi tanpa akses internet maupun kode sumber asli.
Dalam pengujian tersebut, Qwen3.8-Max mampu membangun ulang aplikasi hanya melalui observasi visual dan interaksi langsung dengan aplikasi yang sudah tersedia.
Persaingan AI Global Kian Ketat
Peluncuran Qwen3.8-Max memperlihatkan semakin ketatnya persaingan industri AI global.
Perusahaan teknologi besar kini berlomba menghadirkan model yang tidak hanya unggul dalam kemampuan penalaran, tetapi juga efisien dalam penggunaan komputasi serta mampu menjalankan AI agent secara mandiri.
Pendekatan ini diperkirakan akan menjadi arah utama perkembangan AI generasi berikutnya, terutama untuk kebutuhan perusahaan, pengembang perangkat lunak, layanan profesional, serta otomasi proses bisnis yang semakin kompleks. ■
DIGIONARY:
● AI Agent: Sistem AI yang mampu merencanakan, mengambil keputusan, dan menjalankan tugas secara mandiri.
● Context Window: Jumlah maksimum informasi atau token yang dapat diproses AI dalam satu percakapan atau analisis.
● Frontend Code Arena: Tolok ukur untuk menguji kemampuan AI membangun antarmuka aplikasi.
● Hybrid Attention: Mekanisme pemrosesan yang meningkatkan efisiensi model AI saat menangani konteks panjang.
● Inferensi: Proses ketika model AI menghasilkan jawaban berdasarkan data yang diterima.
● Model Weights: Kumpulan parameter hasil pelatihan yang menentukan kemampuan model AI.
● Multimodal: Kemampuan AI memahami berbagai jenis data seperti teks, gambar, audio, dan video.
● Parameter: Bobot matematis yang dipelajari model AI selama proses pelatihan. Semakin besar jumlah parameter, semakin tinggi kapasitas model.
● Sparse Mixture-of-Experts (MoE): Arsitektur AI yang hanya mengaktifkan sebagian kecil parameter sehingga lebih efisien.
● Text Arena: Benchmark untuk mengukur kemampuan model AI dalam memahami dan menghasilkan teks.
● Token: Unit teks yang diproses model AI saat membaca atau menghasilkan informasi.
● Vision Arena: Benchmark untuk mengukur kemampuan AI dalam memahami informasi visual.
#Alibaba #Qwen #Qwen38Max #ArtificialIntelligence #AI #GenerativeAI #LargeLanguageModel #MultimodalAI #AlibabaCloud #MachineLearning #Coding #AIAgent #CloudComputing #TechNews #Teknologi #DigitalTransformation #OpenSource #Innovation #LLM #AIIndonesia
