Alibaba chính thức ra mắt Qwen 3.8: Bước tiến mới trong lập trình và văn phòng, tối ưu tốc độ suy luận

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

03/08/2026 12:58:17 Nguồn: QbitAI

Ngày 3 tháng 8, Alibaba chính thức ra mắt thế hệ mô hình ngôn ngữ lớn (LLM) nền tảng mới mang tên Qwen3.8, với tổng số tham số lên tới 2,4 nghìn tỷ, mang lại những cải tiến vượt bậc về khả năng lập trình (Coding) và hỗ trợ công việc chuyên nghiệp (Cowork). Trong bảng xếp hạng uy tín Arena được công bố hôm nay, mô hình Qwen của Alibaba chỉ đứng sau dòng Claude của Anthropic, khẳng định vị thế trong nhóm dẫn đầu các mô hình ngôn ngữ lớn toàn cầu. Hiện tại, API của Qwen3.8 đã có mặt trên nền tảng Qwen AI và được tích hợp vào sản phẩm đại lý (Agent) mới ra mắt cùng ngày của Alibaba là "Qwen Office". Dự kiến Qwen3.8-Max sẽ được mã nguồn mở vào tuần tới, cùng với phiên bản Qwen3.8-27B.

Kể từ hôm nay, các nhà phát triển trên toàn cầu có thể truy cập dịch vụ API của Qwen3.8 thông qua nền tảng Qwen AI. Tại thị trường nội địa, mức giá là 12 nhân dân tệ cho mỗi triệu token đầu vào và 36 nhân dân tệ cho đầu ra, với chi phí lưu trữ ẩn (implicit cache hit) chỉ 1,5 nhân dân tệ. Đặc biệt, mức giá quốc tế cho đầu vào và đầu ra chỉ bằng lần lượt 40% và 24% so với Opus5, mang lại hiệu năng thông minh tương đương với chi phí tối ưu hơn.

Chú thích ảnh: Cập nhật bảng xếp hạng toàn cầu trên Arena - bảng xếp hạng bên thứ ba uy tín.

Phiên bản được ra mắt lần này là Qwen3.8-Max, mô hình flagship có kích thước lớn nhất và hiệu năng mạnh mẽ nhất trong dòng Qwen. Mô hình hỗ trợ khả năng hiểu hình ảnh và độ dài ngữ cảnh lên tới 1M Tokens. Về kiến trúc, thông qua việc tối ưu hóa kết hợp giữa kiến trúc Sparse MoE và cơ chế hỗn hợp chú ý (Mixed Attention), Qwen3.8 lần đầu tiên mở rộng tổng số tham số lên 2,4T, với 95B tham số được kích hoạt. Điều này giúp đạt được hiệu suất suy luận cao hơn và tốc độ nhanh hơn, đồng thời thiết lập những cột mốc mới: trong các bài kiểm tra về tác nhân lập trình như PaperBench, Qwen3.8-Max đã cải thiện đáng kể 28,2 điểm so với thế hệ trước, đạt mức cao kỷ lục 93,0 điểm. Trong các bài kiểm tra tác nhân tổng quát như WideSearch và Agent’s Last Exam, mô hình mới lần lượt đạt 81,9 và 52,4 điểm, dẫn đầu xu hướng. Đồng thời, Qwen3.8 đạt 82,8 điểm trong bài kiểm tra tuân thủ chỉ dẫn IF Bench và 92,6 điểm trong bài kiểm tra suy luận khoa học GPQA Diamond. Trong bài kiểm tra suy luận hình ảnh BabyVision, Qwen3.8-Max đạt 82,0 điểm khi không sử dụng công cụ, vượt xa các mô hình phổ biến gần gấp đôi. Đặc biệt, trong bài kiểm tra OSWorld-Verified đánh giá khả năng thao tác máy tính của tác nhân, Qwen3.8-Max đứng đầu với 86,1 điểm.

Khả năng lập trình (Coding) là một trong những năng lực cốt lõi của các mô hình lớn tiên tiến, và Qwen3.8 đã tạo ra bước đột phá mới trong lập trình tự chủ. Trên bảng xếp hạng uy tín CodeArena, Qwen3.8 đứng thứ tư toàn cầu. Nếu như các mô hình tiên tiến cách đây 2 năm có thể viết hàm và hoàn thiện mã nguồn để hỗ trợ lập trình viên, thì nay, Qwen3.8 có thể bắt đầu từ một thư mục trống và tự mình hoàn thành việc bàn giao một dự án thực tế kéo dài hàng chục ngày mà không cần sự can thiệp của con người. Chỉ với một câu lệnh "Tạo một tác nhân tự tiến hóa Harness", Qwen3.8 đóng vai trò như một kỹ sư dày dạn kinh nghiệm, tự xây dựng khung kỹ thuật vòng lặp (Loop Engineering) từ con số không, điều phối tác nhân tự động nhận và thực thi nhiệm vụ. Các kỹ sư con người vẫn có thể đưa ra yêu cầu mới cho Qwen3.8 thông qua DingTalk. Sau khoảng 16 ngày lập trình và vận hành độc lập, Qwen3.8 đã tạo ra một khung tác nhân tự tiến hóa có khả năng sử dụng thực tế ở cấp độ Hermes Agent mang tên "oh-my-cli". Dự án này hiện đã được mã nguồn mở hoàn toàn, với toàn bộ quá trình được công khai trên kho lưu trữ GitHub để mọi người cùng tham khảo.

Qwen3.8 có khả năng đảm nhận các công việc chuyên môn thực tế và đa dạng (Cowork). Đối mặt với các nhiệm vụ chuyên môn, tiêu chuẩn đánh giá và nhu cầu tính toán hoàn toàn khác biệt, Qwen3.8 đã cải thiện hiệu suất thực tế trong hàng trăm tác vụ chuyên môn có giá trị cao và tần suất lớn thông qua việc mở rộng học tăng cường (RL) kết hợp giữa môi trường thực tế và sức mạnh tính toán. Mô hình có thể bàn giao các kết quả đạt chuẩn sản xuất một cách ổn định và tin cậy trong các khung tác nhân phổ biến: Một nhóm trợ lý pháp lý cần một tuần để chú thích hơn một nghìn điều khoản trong hàng trăm tài liệu pháp lý, thì Qwen3.8 có thể hoàn thành trong vòng một giờ; một nhóm phân tích dữ liệu bóng rổ cần chú thích từng khung hình của hơn 160 giờ ghi hình trận đấu, Qwen3.8 có thể phân tích chính xác hơn 8400 tình huống tấn công và phòng thủ trong vài chục phút, đồng thời xuất ra hồ sơ chiến thuật của cầu thủ và báo cáo của huấn luyện viên ngay lập tức; một nhóm nghiên cứu tài chính cần tích lũy kiến thức chuyên môn nhiều năm để thu thập các biến động toàn diện và thời gian thực của thị trường vốn mới có thể hoàn thành nghiên cứu chiến lược định lượng, thì Qwen3.8 có thể tự điều phối các tác nhân song song, làm việc liên tục trong nhiều giờ để bàn giao chiến lược luân chuyển ETF hoàn chỉnh, đồng thời liên tục phân tích kiểm tra lại (backtest), điều chỉnh động và cuối cùng đạt được lợi nhuận quy mô.

Trong các nhiệm vụ chu kỳ dài, Qwen3.8 thể hiện khả năng lập kế hoạch tự chủ cấp hệ thống và học tập thích ứng khép kín toàn diện. Dù là trong thiết kế chip kỹ thuật số với độ chính xác cao và ràng buộc vật lý khắt khe, hay trong vận hành mô phỏng kinh doanh với tính cạnh tranh và biến động cao, Qwen3.8 đều có thể thực hiện tái cấu trúc sâu sắc các thuật toán và chiến lược thông qua vòng lặp thích ứng "thực thi - phản hồi - lặp lại" trong hàng nghìn vòng tương tác siêu dài.

Ngoài khả năng văn bản và suy luận mạnh mẽ, Qwen3.8 còn đẩy giới hạn năng lực hiểu hình ảnh AI lên tầm cao mới. Trên bảng xếp hạng uy tín Vision Arena, Qwen3.8-Max xếp thứ hai toàn cầu. Qwen3.8 không chỉ có thể đọc hiểu báo cáo tài chính PDF dài 200 trang, xem hiểu video dài hơn 100 giờ, mà còn có thể phản hồi những kiến thức và thông tin "nhìn thấy" này vào toàn bộ quy trình làm việc, giúp mô hình suy nghĩ thấu đáo hơn. Trong bài kiểm tra "tái tạo ứng dụng" RecreationBench do nhóm Qwen xây dựng, dù không có mã nguồn và không thể kết nối internet, chỉ thông qua tương tác và phản hồi để hiểu ứng dụng, mô hình vẫn có thể tái tạo lại toàn bộ ứng dụng từ con số không. Điều này cho thấy Qwen3.8 đã thể hiện năng lực tác nhân đa phương thức hỗn hợp ở trình độ tiên tiến, đưa lập trình hình ảnh (Visual Coding) lên một tầm cao mới thông qua vòng lặp "lập trình lặp lại - phản hồi tương tác".

Được biết, siêu nút (super-node) Zhenwu M890 của Alibaba cũng đã thích ứng thành công với Qwen3.8. Thông qua việc tối ưu hóa toàn diện từ chip, nền tảng đám mây đến mô hình lớn Qwen, hiệu suất suy luận được cải thiện đáng kể, chi phí suy luận được cắt giảm, và có thể đạt mức tăng hiệu suất lên tới 1,5 lần trong các kịch bản suy luận tác nhân (Agentic).

Bài viết này do Alibaba cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về tác giả, không được phép sao chép hoặc sử dụng dưới mọi hình thức khi chưa được ủy quyền, mọi hành vi vi phạm sẽ bị xử lý theo quy định.