Qwen3.8 Max Puncaki Model AI China, Alibaba Tantang Pemain Global Alibaba resmi memperkenalkan Qwen3.8 Max pada 3 Agustus 2026 sebagai model kecerdasan buatan terkuat dalam keluarga Qwen. Peluncuran tersebut segera menarik perhatian karena model baru ini menempati peringkat kelima dalam Text Arena dan posisi kedua dalam Vision Arena. Berdasarkan posisi itu, Qwen3.8 Max menjadi model asal China dengan peringkat tertinggi pada kelompok penilaian tersebut saat diumumkan.
Pencapaian itu mempertegas persaingan perusahaan teknologi China dalam membangun model yang mampu berhadapan dengan sistem teratas dari Amerika Serikat. Alibaba tidak hanya menambah ukuran model, tetapi juga memperluas kemampuannya dalam pemrograman, penelitian, pekerjaan profesional, pengolahan visual, serta penyelesaian tugas yang berlangsung selama berjam jam hingga berhari hari.
Qwen3.8 Max memiliki 2,4 triliun parameter dan kapasitas masukan hingga 1 juta token. Meski berukuran sangat besar, model tersebut tidak menggunakan seluruh parameternya dalam setiap permintaan. Arsitektur yang dipakai hanya mengaktifkan sekitar 95 miliar parameter pada satu proses, sehingga kebutuhan komputasi dapat ditekan dibandingkan model padat dengan ukuran setara.
Posisi Teratas China Diperoleh dari Penilaian Pengguna
Peringkat Qwen3.8 Max menjadi perhatian karena Text Arena dan Vision Arena menggunakan penilaian berbasis perbandingan jawaban. Pengguna melihat dua keluaran model secara berdampingan tanpa mengetahui identitas pembuatnya, kemudian memilih jawaban yang dianggap lebih baik.
Suara pengguna dikumpulkan untuk menyusun skor dan urutan model. Pendekatan tersebut berbeda dari pengujian yang hanya memakai soal dengan jawaban tunggal. Arena dapat menilai kualitas percakapan, ketepatan mengikuti perintah, gaya penyampaian, kemampuan menjelaskan, hingga kepuasan pengguna ketika menghadapi permintaan terbuka.
Alibaba menyatakan Qwen3.8 Max berada di posisi kelima dalam penilaian teks dan posisi kedua dalam penilaian visual saat diluncurkan. Posisi ini menempatkannya di atas model China lain yang ikut bersaing dalam Arena, meski masih berada di bawah beberapa model teratas buatan perusahaan Amerika Serikat.
Hasil Arena tidak berarti satu model pasti unggul pada seluruh pekerjaan. Peringkat dapat bergerak setelah jumlah suara bertambah, model baru masuk, atau penyedia memperbarui produknya. Setiap kategori juga mempunyai urutan berbeda karena model yang baik dalam percakapan umum belum tentu berada di posisi sama untuk pemrograman, matematika, pengolahan gambar, atau permintaan panjang.
“Keberhasilan Qwen3.8 Max tidak cukup dibaca sebagai kemenangan berdasarkan satu angka. Hal yang lebih penting adalah kemampuan Alibaba mempertahankan mutu model pada berbagai jenis pekerjaan.”
Ukuran 2,4 Triliun Parameter Menjadi Sorotan Utama
Parameter dapat dipahami sebagai nilai yang dipelajari model selama pelatihan. Nilai tersebut membantu sistem mengenali pola bahasa, hubungan antarkata, struktur kode, unsur visual, serta pola penyelesaian persoalan.
Jumlah 2,4 triliun menempatkan Qwen3.8 Max sebagai model terbesar yang pernah diumumkan Alibaba. Angka ini meningkat jauh dibandingkan Qwen3.5 397B A17B yang memiliki 397 miliar parameter total dan mengaktifkan sekitar 17 miliar parameter dalam satu proses.
Namun, jumlah parameter tidak dapat dipakai sebagai satu satunya ukuran kecerdasan. Kualitas data pelatihan, rancangan arsitektur, metode penyelarasan, teknik penguatan, kemampuan menggunakan alat, serta pengelolaan memori sama pentingnya.
Model yang sangat besar juga dapat berjalan lambat atau mahal apabila seluruh parameternya harus digunakan sekaligus. Alibaba memilih arsitektur Sparse Mixture of Experts agar hanya sebagian kelompok ahli di dalam model yang bekerja sesuai permintaan pengguna.
Jika pengguna meminta bantuan pemrograman, jaringan yang lebih sesuai untuk kode dapat memperoleh porsi kerja lebih besar. Ketika tugas berkaitan dengan pengolahan visual atau dokumen, kelompok parameter lain dapat dipilih. Sistem pengarah menentukan bagian yang perlu diaktifkan tanpa menjalankan keseluruhan model.
Hanya 95 Miliar Parameter Aktif dalam Satu Proses
Perbedaan antara parameter total dan parameter aktif menjadi salah satu bagian penting Qwen3.8 Max. Model menyimpan 2,4 triliun parameter, tetapi hanya menggunakan sekitar 95 miliar parameter dalam satu kali pemrosesan.
Cara tersebut bertujuan mempertahankan kemampuan besar tanpa menaikkan kebutuhan komputasi secara langsung mengikuti jumlah parameter total. Beban pemrosesan tetap tinggi, tetapi lebih rendah dibandingkan apabila 2,4 triliun parameter digunakan bersamaan.
Alibaba menggabungkan arsitektur Mixture of Experts dengan mekanisme perhatian hibrida. Mekanisme perhatian membantu model menentukan bagian masukan yang paling berkaitan dengan pekerjaan yang sedang diselesaikan.
Efisiensi ini penting bagi layanan komersial. Model yang membutuhkan terlalu banyak perangkat keras untuk setiap permintaan akan sulit digunakan oleh jutaan pengguna. Waktu tunggu dapat meningkat, sedangkan biaya penyediaan pusat data dan energi ikut membesar.
Meskipun demikian, Alibaba belum membuka seluruh rincian mengenai biaya pelatihan, jumlah perangkat keras yang digunakan, konsumsi energi, serta susunan lengkap data pelatihannya. Karena itu, klaim efisiensi masih perlu dinilai kembali setelah model dipakai lebih luas oleh pengembang independen.
Kemampuan Multimodal Tidak Lagi Menjadi Fitur Tambahan
Qwen3.8 Max dibangun sebagai model multimodal. Sistem tidak hanya menerima tulisan, tetapi juga mampu mengolah gambar, dokumen, tampilan aplikasi, serta video sebagai bagian dari satu pekerjaan.
Alibaba menyebut model dapat membaca dokumen berisi ratusan halaman, memahami teks dan tabel, memeriksa tata letak, lalu mengubah temuan menjadi laporan atau tampilan web interaktif. Untuk video, perusahaan mengklaim Qwen3.8 Max dapat mengolah rekaman berdurasi lebih dari 100 jam dan menyusun hubungan antara tokoh, peristiwa, waktu, serta lokasi di dalam rekaman.
Kemampuan visual juga digunakan sebagai alat pemeriksaan hasil kerja. Model dapat membuat antarmuka, mengamati tampilannya, menemukan bagian yang tidak sesuai, kemudian memperbaiki kode atau susunan visualnya.
Pendekatan tersebut membuat penglihatan mesin tidak berhenti pada kegiatan mengenali benda dalam gambar. Informasi visual digunakan selama perencanaan, pembuatan, pemeriksaan, dan perbaikan hasil.
Model semacam ini dapat digunakan untuk memeriksa laporan keuangan, mengubah denah dua dimensi menjadi rancangan tiga dimensi, menyusun video, membaca tangkapan layar, atau membuat ulang tampilan aplikasi berdasarkan contoh visual. Seluruh hasil tetap membutuhkan pemeriksaan manusia, terutama ketika digunakan untuk keputusan hukum, keuangan, medis, atau teknik.
Pemrograman Mandiri Menjadi Andalan Alibaba
Alibaba menempatkan kemampuan pemrograman sebagai salah satu kekuatan utama Qwen3.8 Max. Model ini berada di posisi keempat dalam Frontend Code Arena ketika diumumkan.
Pengujian Alibaba tidak hanya meminta model menulis fungsi sederhana. Qwen3.8 Max diberi proyek yang memerlukan pembuatan kode, pengujian, pemeriksaan catatan kesalahan, perbaikan, serta pengelolaan pekerjaan selama beberapa hari.
Dalam salah satu percobaan, model diminta membangun proyek oh my cli dari awal. Alibaba mencatat sistem bekerja secara mandiri selama sekitar 16 hari dan menghasilkan 265 komit, 127 permintaan penggabungan kode, serta 151 catatan pekerjaan hingga 30 Juli 2026. Riwayat proyek tersebut dipublikasikan melalui GitHub agar dapat diperiksa.
Model membentuk alur yang menerima kebutuhan pengguna, mengubahnya menjadi tugas, menulis kode, menjalankan pengujian, memeriksa hasil, dan melakukan perbaikan. Kemampuan bekerja lama tanpa kehilangan tujuan menjadi bagian yang ingin ditonjolkan Alibaba.
Percobaan tersebut tetap berasal dari pembuat model. Pengujian pihak luar diperlukan untuk mengetahui apakah kemampuan serupa dapat muncul secara konsisten pada proyek yang tidak disiapkan Alibaba, memakai perangkat berbeda, serta memiliki kode lama yang lebih berantakan.
Qwen3.8 Max Diuji Menyelesaikan Penelitian
Alibaba juga memberikan tugas kepada Qwen3.8 Max untuk mereproduksi sebuah penelitian mengenai pemilihan data bagi pelatihan model bahasa. Sistem harus membaca laporan penelitian, membuat perangkat pengolahan data, menulis kode pelatihan, serta menjalankan pengujian tanpa kode awal.
Menurut laporan perusahaan, model bekerja selama sekitar 125 jam, menulis sekitar 7.600 baris kode, melakukan lebih dari 1.100 tindakan, serta menjalankan 33 putaran pelatihan menggunakan GPU. Setelah mereproduksi temuan utama penelitian, model mencoba 18 gagasan perbaikan dalam empat putaran.
Metode terbaik yang dihasilkan mencapai skor 52,29 persen pada AIME24, lebih tinggi 2,71 poin dibandingkan metode dasar hasil reproduksi. Alibaba memakai percobaan ini untuk menunjukkan bahwa model mampu melakukan kegiatan penelitian yang berulang, bukan sekadar merangkum tulisan ilmiah.
Hasil itu belum berarti model dapat menggantikan peneliti. Penentuan pertanyaan, pemeriksaan asumsi, validasi metode, serta penilaian manfaat temuan tetap membutuhkan manusia. Model dapat mempercepat percobaan, tetapi kesalahan pada rancangan atau data dapat menghasilkan jawaban yang tampak meyakinkan tanpa dasar kuat.
Tugas Jangka Panjang Menjadi Medan Persaingan Baru
Model generatif generasi awal biasanya menyelesaikan satu permintaan dalam beberapa detik atau menit. Sistem terbaru mulai diarahkan untuk menjalankan rangkaian pekerjaan selama berjam jam, berhari hari, bahkan ribuan putaran.
Qwen3.8 Max dirancang untuk membuat rencana, menjalankan alat, membaca hasil, memperbaiki strategi, dan melanjutkan pekerjaan tanpa harus terus diberi arahan. Alibaba menyebut kemampuan tersebut digunakan untuk pemrograman, riset, desain perangkat keras, analisis bisnis, serta pengoperasian simulasi perusahaan.
Dalam pengujian desain chip, model diminta mengoptimalkan akselerator perangkat keras kriptografi. Qwen3.8 Max menjalankan simulasi, sintesis, pemeriksaan tata letak, serta perubahan kode selama sekitar 500 putaran. Alibaba menyatakan jumlah gerbang pada rancangan berhasil ditekan dari 8.298 menjadi 678.
Perusahaan juga menguji model dalam simulasi pengelolaan perdagangan elektronik selama 365 hari. Sistem harus memilih produk, bernegosiasi dengan pemasok, mengatur persediaan, menentukan harga, menangani pengembalian, serta mengelola uang tunai. Menurut Alibaba, Qwen3.8 Max memperoleh saldo akhir tertinggi dalam pengujian tersebut.
Kapasitas Satu Juta Token Membuka Pekerjaan Lebih Besar
Qwen3.8 Max mendukung masukan hingga 1 juta token. Kapasitas sebesar ini memungkinkan pengguna memberikan kumpulan dokumen, kode, percakapan, atau catatan yang sangat panjang dalam satu sesi.
Satu juta token tidak selalu berarti model akan memahami setiap bagian dengan ketelitian sama. Semakin panjang masukan, semakin sulit sistem mempertahankan hubungan antara detail yang berjauhan.
Kemampuan tersebut tetap berguna untuk memeriksa banyak kontrak, membaca repositori kode, menelusuri laporan perusahaan, atau menganalisis percakapan layanan pelanggan. Pengguna tidak perlu terlalu sering memotong bahan menjadi bagian kecil.
Biaya juga perlu diperhitungkan. Mengirim ratusan ribu token untuk setiap permintaan dapat menaikkan penggunaan komputasi. Perusahaan harus menentukan apakah seluruh dokumen benar benar perlu diberikan atau cukup memakai pencarian yang mengambil bagian paling relevan.
Kedatangan Qwen3.8 Max Bukan Kejutan Mendadak
Posisi Qwen di puncak kelompok model China dibangun melalui beberapa peluncuran sepanjang 2026. Pada Februari, Alibaba merilis Qwen3.5 397B A17B sebagai model multimodal berbobot terbuka dengan 397 miliar parameter total dan 17 miliar parameter aktif.
Pada Maret, Qwen3.5 Max Preview meraih skor 1464 di LM Arena. Alibaba menyatakan model tersebut masuk lima besar pada peringkat perusahaan global dan menempati posisi pertama di antara perusahaan China.
Perkembangan berlanjut melalui Qwen3.7 Max. Pada Mei 2026, Alibaba Cloud menyebut model itu berada di posisi kelima global dan pertama di China berdasarkan Intelligence Index milik Artificial Analysis. Qwen3.7 Max memperoleh skor 56,6 dan berada di atas sejumlah model China lain yang diuji.
Qwen3.8 Max melanjutkan jalur tersebut dengan ukuran lebih besar, kemampuan visual yang disatukan, serta penekanan pada pekerjaan mandiri. Peningkatan nomor versi dalam waktu relatif singkat menunjukkan Alibaba memilih siklus pengembangan yang agresif.
Bobot Model Dijadwalkan Dibuka untuk Pengembang
Alibaba menyatakan bobot Qwen3.8 Max akan tersedia pada pekan setelah peluncuran. Ini menjadi pertama kalinya perusahaan berencana membuka bobot model kelas Qwen Max.
Pada 5 Agustus 2026, bobot tersebut masih berstatus dijadwalkan dan belum dapat dianggap telah tersedia. Alibaba menyebut distribusi akan dilakukan melalui Hugging Face dan ModelScope.
Pembukaan bobot memungkinkan pengembang menjalankan model pada infrastruktur sendiri, melakukan penyesuaian, menguji keamanan, serta membangun layanan yang tidak sepenuhnya bergantung pada antarmuka milik Alibaba.
Namun, istilah bobot terbuka tidak selalu sama dengan membuka seluruh proses pengembangan. Data pelatihan, kode pelatihan, catatan penyaringan, dan rincian biaya komputasi belum tentu ikut tersedia. Ketentuan lisensi juga akan menentukan apakah model dapat digunakan bebas untuk penelitian, layanan komersial, atau perubahan tertentu.
Ukuran 2,4 triliun parameter membuat pemasangan penuh membutuhkan infrastruktur sangat besar. Walaupun hanya 95 miliar parameter aktif dalam satu proses, seluruh bobot tetap perlu disimpan dan dibagi ke perangkat komputasi. Pengembang kecil kemungkinan lebih memilih akses melalui layanan awan daripada menjalankannya sendiri.
QwenCloud dan Model Studio Menjadi Jalur Akses Awal
Qwen3.8 Max telah tersedia melalui layanan antarmuka pemrograman QwenCloud dan Alibaba Cloud Model Studio. Pengguna juga dapat mencobanya melalui QwenWork, platform agen kerja terpadu milik Alibaba.
QwenCloud menyediakan antarmuka yang kompatibel dengan spesifikasi OpenAI dan Anthropic. Dukungan tersebut memudahkan pengembang memindahkan sebagian aplikasi tanpa menulis ulang seluruh susunan integrasi.
Pengguna dapat memilih tingkat penalaran xhigh, medium, atau low. Pengaturan tertinggi ditujukan untuk tugas rumit, sedangkan tingkat lebih rendah mengutamakan kecepatan dan biaya.
Pilihan itu menunjukkan penyedia model mulai memberi kendali lebih besar kepada pengembang. Tidak semua permintaan memerlukan penalaran panjang. Menulis ringkasan singkat tentu berbeda dari memeriksa ratusan dokumen atau mengembangkan aplikasi lengkap.
Klaim Peringkat Tetap Perlu Dibaca Secara Hati Hati
Pencapaian posisi pertama di antara model China merupakan sinyal kuat, tetapi bukan penilaian mutlak. Arena mengandalkan preferensi pengguna, sedangkan benchmark lain memakai soal akademik, pengujian kode, matematika, kecepatan, biaya, atau ketepatan fakta.
Sebuah model dapat disukai karena jawabannya jelas dan enak dibaca, tetapi belum tentu paling tepat pada pekerjaan ilmiah. Model lain mungkin memiliki skor matematika tinggi, namun kurang baik ketika mengikuti instruksi panjang atau berkomunikasi secara alami.
Sebagian pengujian Qwen3.8 Max yang diumumkan Alibaba juga dilakukan secara internal. Contoh pekerjaan di bidang hukum, keuangan, desain, olahraga, dan teknik perlu diuji kembali oleh organisasi yang tidak terlibat dalam pembuatannya.
Pengguna perusahaan sebaiknya melakukan pengujian dengan data mereka sendiri. Performa pada dokumen berbahasa Inggris atau China belum tentu sama untuk dokumen Indonesia. Ketepatan membaca istilah hukum, pajak, kesehatan, serta kebijakan lokal juga perlu diperiksa secara terpisah.
“Peringkat tinggi memberi alasan untuk mencoba Qwen3.8 Max, tetapi keputusan penggunaan tetap harus ditentukan melalui pengujian pada pekerjaan nyata.”
Alibaba Memperluas Persaingan dari Model Menuju Ekosistem
Alibaba tidak hanya mengandalkan Qwen3.8 Max sebagai produk tunggal. Perusahaan membangun Model Studio, QwenCloud, QwenWork, perangkat pemrograman, layanan agen, model gambar, video, audio, serta hubungan dengan berbagai produk awan.
Pada Mei 2026, Alibaba Cloud memperkenalkan Qwen Cloud sebagai platform yang menyatukan model milik Alibaba, model terbuka, dan produk pihak ketiga. Perusahaan juga mengembangkan portal keterampilan agar agen AI dapat menggunakan lebih dari 60 produk komputasi awan melalui perintah terstruktur.
Strategi ini membuat persaingan tidak hanya ditentukan oleh model dengan skor paling tinggi. Pengembang akan mempertimbangkan harga, ketersediaan pusat data, kestabilan layanan, keamanan, dukungan teknis, alat pemantauan, serta kemudahan menghubungkan model dengan sistem perusahaan.
Qwen3.8 Max memberi Alibaba model utama untuk menarik pengguna ke dalam rangkaian layanan tersebut. Setelah perusahaan membangun aplikasi menggunakan antarmuka, penyimpanan, basis data, dan alat agen Alibaba, hubungan komersial dapat berlangsung lebih panjang daripada penggunaan satu model.
Persaingan Model China Semakin Ketat
China kini mempunyai beberapa kelompok pengembang besar, termasuk Alibaba, Moonshot AI, DeepSeek, ByteDance, MiniMax, dan Zhipu AI. Setiap perusahaan berusaha menonjolkan keunggulan pada ukuran, biaya, pemrograman, penalaran, pengolahan visual, atau pembukaan bobot.
Kenaikan Qwen3.8 Max ke posisi tertinggi China tidak menjamin Alibaba akan mempertahankannya dalam waktu lama. Model baru dapat masuk ke Arena dan mengubah urutan dalam hitungan minggu.
Persaingan yang ketat mendorong perusahaan mempercepat peluncuran, menurunkan biaya penggunaan, serta membuka lebih banyak model kepada pengembang. Namun, kecepatan tersebut juga menimbulkan tuntutan pengujian keamanan yang lebih berat.
Model berukuran besar dapat digunakan untuk pekerjaan produktif, tetapi juga dapat menghasilkan informasi salah, kode bermasalah, atau keputusan yang tidak dapat dipertanggungjawabkan. Pembukaan bobot memperluas akses penelitian dan inovasi, sekaligus mengurangi kendali penyedia terhadap cara model dipakai.
Qwen3.8 Max kini berdiri sebagai model China dengan posisi tertinggi dalam pengumuman Arena pada awal Agustus 2026. Ujian berikutnya berada pada penggunaan nyata, keterbukaan bobot, biaya layanan, kestabilan pemrograman, serta kemampuan mempertahankan kualitas ketika dipakai oleh jutaan orang di luar lingkungan pengujian Alibaba.
