Qwen 3.8 yayınlandı

 (twitter.com/Alibaba_Qwen)
5 puan yazan GN⁺ 1 일 전 | 4 yorum | WhatsApp'ta paylaş
  • Alibaba Qwen, 2,4 trilyon parametre ölçeğindeki Qwen3.8'i yayınladı ve yakında açık ağırlıkları da paylaşmayı planlıyor
  • Qwen3.8'in sürekli gelişen bir model olduğu ve önde gelen frontier yapay zeka modelleriyle uyumlu olduğu belirtildi
  • Qwen tarafı, Qwen3.8'i şu anda en güçlü modellerden biri ve Fable 5'in bir üst seviyesi olarak değerlendiriyor
  • Qwen3.8-Max-Preview, Alibaba Token Plan, Qoder ve QoderWork üzerinden hemen denenebiliyor
  • Token Plan, uluslararası kullanıcılar ve Çin'deki kullanıcılar için ayrı fiyatlandırma sayfaları sunuyor
    • Uluslararası kullanıcılar için Lite/Standard/Pro olmak üzere 3 kademede sunuluyor ve kampanyalı fiyatlar aylık sırasıyla $6/$18/$68
    • Planlara göre her 7 günde 2.500/10.000/40.000 Credits, her 5 saatte 700/3.000/12.000 Credits veriliyor
    • Aynı anda çalıştırılabilen ajan sayısı sırasıyla 1~2/3~4/6~8 ve OpenAI/Anthropic protokollerini destekleyen araçlarda API Key ve Base URL ile bağlanabiliyor

İlgili okumalar

4 yorum

 
fanotify 1 일 전

Bir infografik vardı, ben de buraya getirdim: https://i.postimg.cc/63yLvz16/modelsize202607.png
(Kimi’ninkini biraz güncelleyip bu seferki Qwen 3.8 içeriğini ekledim)
 
cadenzah 1 시간 전

O bağlantıyı halka açık bir yerde açmamalısınız!
 
thkweon 1 일 전

Sitede inanılmaz çok reklam var.
 
GN⁺ 1 일 전
Hacker News yorumları

  • Bu duyuru, Moonshot AI’ın 2,8 trilyon parametreli açık ağırlıklı LLM’i Kimi K3’ü 27 Temmuz’a kadar Hugging Face’te yayımlayacağını açıklamasının ardından gelmiş gibi görünüyor.
    Alibaba da buna karşılık yakında 2,4 trilyon parametreli Qwen 3.8’i açık ağırlıklarla yayımlayacağını duyurdu; bunun zaten planlanıp planlanmadığını mı, yoksa Moonshot AI ile rekabet etmek için mi bu kararı aldıklarını merak ediyorum.
    Her hâlükârda bu LLM rekabetinin kazananı kullanıcılar.

    • Motivasyonu kesin olarak söylemek zor, ama Çinli şirketler zekâyı genel amaçlı bir metaya dönüştürmek için çabalıyor gibi görünüyor.
      Bu, ABD’deki öncü araştırma laboratuvarlarının değerini düşürmenin en etkili yolu olabilir ve insanlık için de çok faydalı.
    • Çin sosyal medyasında sıkça şu şaka dolaşıyor: “Diğer ülkelerin hükümetleri rekabet karşıtı davranışları engellemek için müdahale eder, Çin hükümeti ise rekabeti bastırmak için müdahale eder.”
      https://www.reuters.com/business/autos-transportation/what-i...
    • Şimdi duyurulmasının nedeni World AI Conference’ın devam ediyor olması.
      Robotlar boks yaparken ve Çin’in önde gelen yapay zeka şirketleri en yeni modellerini tanıtırken, Xi Jinping WAICO’nun kuruluşunu da duyurdu.
      https://en.wikipedia.org/wiki/World_Artificial_Intelligence_...
    • Bu duyuru, Xi Jinping’in World AI Conference’ta siyasi bir ittifak başlatıp “Yapay zeka geliştirme tek bir ülkenin solo gösterisi değil, uluslararası iş birliğinin senfonisi olmalıdır” dediği zamana denk getirilmiş de olabilir.
      Büyük konferanslarda genellikle yeni ürün tanıtımları ve duyurular yağar.
      https://www.cnbc.com/2026/07/17/x-china-ai-summit-risks-secu...
    • Devasa modeller yerine Qwen 3.7-27B·122B ya da bunlara karşılık gelen 3.8 sürümünün yayımlanmasını isterdim.
      Qwen ve QwQ’nun güçlü yanı her zaman evde çalıştırılabilen üst düzey yerel çıkarım olmuştu.

  • Alibaba Cloud e-posta adresimi engellediği için kullanım ücretini ödeyemiyorum; bu yüzden bu kez pelikan testini yapamıyorum.
    Açık ağırlıkların yayımlanmasını ya da OpenRouter’a eklenmesini bekliyorum.

    • Pelikan benchmark’ı artık neredeyse güvendiğim tek değerlendirme prosedürü.
      Alibaba gibi bir şirketin para almayı zorlaştırması da saçma; ünlü geliştiricilerin kendi modellerini denemesini isteyeceklerini düşünürdünüz.
      OpenRouter’a genelde hızlı ekleniyor, yakında kullanabilmeyi umuyorum. Qwen uygulamasını indirip sohbet arayüzünde yerel geliştirme için MCP araçlarıyla test etme yöntemi de var.

  • Qwen 3.8 küçük modellerinin de yayımlanmasını umuyorum.
    35B MoE ve 27B yoğun modeli yerelde kullanıyorum; çoğu durumda Claude’u çağırmaya gerek kalmıyor.
    Hassas veya kişisel veri içeren isteklerde özellikle yararlı.

    • 3.6’nın 35B’si ile 3.5’in 122B’si arasında yer alan orta ölçekli bir MoE modelinin çıkması iyi olurdu.
      Oldukça güçlü ama aşırı pahalı olmayan bir ev bilgisayarında hız ve performans dengesini çok iyi kurabilir.
    • Bu rekabet daha çok öncü yapay zeka hâkimiyetine benziyor; yetkin küçük modellerin geride kalmasından endişeliyim.
      Büyük laboratuvarlar altın yumurtlayan tavuğu son kullanıcılara vermek istemez; Nvidia gibi donanım şirketleri de tüm taraflardan gelir elde etmek için bu pazara girebilir.
    • 2,4 trilyon parametreli bir modeli doğruluğu koruyarak nasıl 35B’ye indirebileceklerini merak ediyorum.
      Bunu yapmak için tamamen farklı bir mimari gerekir.
    • Hangi donanımı kullandıklarını merak ediyorum.

  • LMStudio’da Qwen 3.6 27B’yi denedim; biraz yavaştı ama beklentimin üzerindeydi.
    mtplx uygulayınca abartısız gerçekten 2-3 kat hızlandı; çok etkileyiciydi.
    Mümkün olduğunca yerel modellere geçiyorum ve giderek daha pratik bir seçenek hâline geliyor. Yine de en üst donanımlı M5 Max MacBook gibi 6.000 dolarlık bir dizüstü kullandığım için bu donanım hâlâ çoğu kişi için ağır bir yük.
    Gelecekte yönelim, daha odaklı eğitilmiş küçük modelleri yerelde çalıştırmak olacak gibi görünüyor. Tüm verileri bulut sağlayıcılarına teslim etmenin riski çok büyük; kârlılıklarını kanıtlama zamanı geldiğinde de akıl almaz ücretler çıkaracaklarını tahmin ediyorum.

    • Son fiyat artışlarından sonra o dizüstünün artık 8.000 dolara yakın olması muhtemel

  • Bir ay boyunca her gün kullandığım Qwen 3.7 Pro fiilen kullanılamaz durumdaydı
    Aşırı zaman harcıyor, işin yönünü kaybediyor ya da anlamsız tekrar döngülerine giriyor, hata ayıklamayı da düzgün yapamıyordu
    DeepSeek V4 Pro ile arasındaki fark çok belirgindi ve şimdiye kadar Qwen, yazılım mühendisliği için en kötü model gibi göründü. DeepSeek’ten çok daha pahalı olmasına rağmen işleri devretmek de, gerçek zamanlı düşük seviye işlerde kullanmak da mümkün değildi

    • Q8 ile kuantize edilmiş Qwen3.6-35B ve 27B’yi llama.cpp üzerinde yerel olarak çalıştırdım, antirez’in DS4-flash kuantize modelini de denedim
      Hepsi benzer seviyedeydi; DS4 biraz daha verimliydi ama Bash script’leri, hata ayıklama, Python ve bazı C++ işlerinde hepsi çok iyi sonuç verdi
      Qwen’in hangi uygulamada veya dilde başarısız olduğunu merak ediyorum. Qwen’in chat template’i bozuk olduğu için kendim debug etmek zorunda kaldım ve bunu düzeltmeye yönelik çalışma da sürüyor; Gemma’da da benzeri olmuştu
    • Benim ölçütlerime göre Qwen 3.7 Max, Opus’tan daha iyi ve çok daha hızlı; Fable’dan ise biraz geride
      DeepSeek 4 Pro’ya göre hız ve genel kavrayışta açık ara öndeydi; çoğunlukla Claude Code ile birlikte kullanıyorum
      Qwen 3.7 Plus da alt ajanlar için epey iyi ve Sonnet’ten çok daha iyi. Qwen 3.8 Max Preview şu anda iyi çalışıyor ama karar vermek için erken; normal fiyatın %10’uysa inanılmaz fiyat/performans sunuyor
    • Qwen 3.7 Pro sıradan, ama 3.7 Max çok iyi bir model
    • DeepSeek API’ye 2 dolar yükleyip anahtarı Void Editor’a girerek HTML ile bir kripto para aracı yaptım
      Yüzlerce satırlık bir CSV örnek dosyası kullanarak bir iki saat hafifçe kod yazıp hataları düzelttim; yaklaşık 1,8 dolara mal oldu
      Bu maliyet normalse, bir ay işte kullanınca maaşımdan fazla tutacak gibi; bulut sağlayıcılarının gerçekten bu kadar pahalı olup olmadığını merak ediyorum
    • Anthropic bilgi damıtma saldırılarını engellememeliydi

  • DeepSeek 4’ün nihai sürümü de yakında çıkacak
    Muhtemelen Opus 4.8 seviyesinde olacak ve DeepSeek’in fiyatı düşünüldüğünde oldukça büyük bir olay gibi görünüyor

    • DeepSeek’in fiyat/performansı ezici düzeyde
      Son zamanlarda V4 Flash’ı sık kullanıyorum ve oldukça iyi
    • DeepSeek V4, çoğu modelden 10–30 kat daha ucuz olmasına rağmen çoğu iş için yeterli
    • Yarın WAIC’in son günü olduğu için o zaman yayımlanma ihtimali en yüksek
    • En çok beklediğim model bu
      Son birkaç haftadır DeepSeek Pro’yu doğrudan kullanırken, çok daha üstün bir modelden çıktığı açık olan yanıtları giderek daha sık almaya başladım
      Performansı o kadar iyi ki kapalı model tarafında şimdiden “dark routing” ya da “Fable’ı olduğu gibi çaldılar” gibi korku, belirsizlik ve şüphe yayılıyor
      Artırılmış fiyatı bile muazzam değer sunuyor. Tüm modelleri test edecek vaktiniz yoksa ve sadece şu an en iyi görüneni kullanmak istiyorsanız, bunu kullanmamak daha iyi olabilir. Bu yılın ilk yarısında OpenAI yerine DeepSeek’e 1.200 dolar harcasaydınız ne kadar daha fazla iş yapmış olacağınızı fark edip pişman olursunuz

  • Artificial Analysis’e baktığımda, Anthropic’in aralıkta yayımlayıp son hızlanmayı tetiklediği değerlendirilen Opus 4.5’ten daha iyi performans verdiği söylenen en az 12 sağlayıcı vardı
    Geçiş maliyetlerinin de düşük olduğu düşünülürse rekabet tamamen kızışmış durumda. Kişisel olarak Opus 4.5 seviyesinin çoğu uygulama ve kullanım için yeterli olduğunu düşünüyorum

    • Bu yüzden OpenAI ve Anthropic’in devlet düzenlemeleri ve yasaklar için daha güçlü çağrı yapma ihtimali yüksek
      Aksi halde tüm gelir modelleri çöker

  • Qwen Cloud Token Plan ile OpenCode’da çalıştırmak için aşağıdaki ayar işe yarıyor
    Kesin limitleri bilmediğim için Qwen 3.7 Max’in limitleriyle aynı şekilde belirledim

    "provider": {  
  "alibaba-token-plan": {  
    "models": {  
      "qwen3.8-max-preview": {  
        "limit": {  
          "context": 1048576,  
          "output": 65536  
        },  
        "modalities": {  
          "input": ["text"],  
          "output": ["text"]  
        },  
        "name": "Qwen3.8 Max Preview"  
      }  
    }  
  }  
}
    • API endpoint’ini ve token’ı doğru seçmek gerekiyor
      Doğru endpoint’i çağırırsanız kota neredeyse anında düşer; bunu kontrol etmek gerekir
      Yanlış yaparsanız üyelik Credits’ine dahil olmayan API token’larını tüketip 3 günde 200 dolar harcayabilirsiniz; Alibaba Cloud kayıt bonusu olarak alınan 200 doları kullanma durumunda da aynı şey geçerli

  • “Fable 5’ten sonra en iyi” ifadesi oldukça anlamlı
    Başta Fable’ın Opus’a göre neredeyse hiç ilerleme kaydetmediğine dair çok şüphe vardı; ama beğenin ya da beğenmeyin, Anthropic kullanımına izin vermeye devam ettiği sürece o modelle gerçek bir hendek elde etti
    Açık bir model bunu aşarsa gerçekten ilginç olur

    • Hendek demek zor, ama kesinlikle daha iyi bir model
      Kendi işlerimde Fable > K3 > Sol sıralamasıyla değerlendiriyorum
      Yine de Fable’ı artık kullanamasam ciddi darbe alacağım kadar diğer iki modelden ezici biçimde üstün değil. Üçü de harika; düzenli olarak istekleri reddeden tek model Fable
    • Onların “hendeği”, Mythos’un şu anda tek çok büyük model olmasında
      10 trilyon parametreli bir modeli eğitip 1 trilyonluk modele göre %10 daha yüksek performans almak her zaman mümkündü
      Mythos, önceki Opus ile aynı boyut ve fiyatta Opus 5 olsaydı belirleyici bir fark olurdu; ama gerçekte öyle değil
    • Daha iyi bir model olsa bile kısıtları çok fazla olduğu için Opus kadar kullanışlı değil
    • Fable’ın çıktı kalitesi sık sık düşüyor
      Ana model olarak Sol’u kullanıyorum; Fable yaratıcı olabilir ama token’ları durmadan tüketmeden işi istikrarlı biçimde yürütmekte zayıf

  • Çin’de yapay zeka rekabeti kızışıyor
    Anthropic ve OpenAI’nin sırada ne çıkaracağını merakla bekliyorum