Qwen3.8 com Pesos Abertos (2026): Alibaba lança os checkpoints do Max de 2.4T — e um 27B Apache-2.0 que você pode rodar em casa

Do anúncio aos pesos abertos: a linha do tempo de duas semanas

As datas seguem as fontes citadas em cada linha; quando as linhas do tempo da comunidade divergem em um dia (12 vs. 14 de agosto para o horário exato dos checkpoints), nós explicitamos isso em vez de simplificar.

O que foi lançado, de acordo com os model cards oficiais

• Qwen3.8-2.4T-A95B (o lançamento da classe Max). 2,4 trilhões de parâmetros no total, desenvolvido sobre a base da arquitetura Qwen3.5. As tabelas oficiais de benchmark o posicionam lado a lado com Opus 4.8, Claude Fable 5 e GPT-5.6 Sol: Terminal Bench 2.1 em 86,6 (máximo do GPT-5.6 Sol: 88,8), PaperBench em 93,0 (a maior pontuação da tabela), GPQA Diamond em 92,6, Agents' Last Exam em 53,6. Os artefatos estão documentados como compatíveis com vLLM, SGLang e TokenSpeed.
• Qwen3.8-27B (aquele que você pode rodar). Modelo denso de 27B, visão-linguagem nativa — imagens e vídeos — com controle flexível de raciocínio, contexto nativo de 262.144 tokens extensível para 1.000.000. O material de lançamento do Alibaba afirma que ele "supera o Qwen3.7-Plus no geral"; o consenso da comunidade (segundo o guia do Qwen da codersera) o considera o novo Qwen local padrão em relação ao Qwen3.6-27B.
• A diferença entre a versão hospedada e os pesos brutos é importante. De acordo com o card oficial, o qwen3.8-max (a versão hospedada) é construído sobre o checkpoint de 2.4T e adiciona entrada de visão, modo sem raciocínio (non-thinking), contexto de 1M por padrão e ferramentas integradas oficiais. Se você auto-hospedar o checkpoint bruto, estará servindo a base — e não o conjunto completo de recursos hospedados.
• Variantes FP8 do grande checkpoint foram publicadas em conjunto, voltadas para equipes de inferência em datacenters que buscam uma menor pegada de memória.

O que não veio no lançamento — leia as letras miúdas

• A licença do 2.4T (segundo relatos) não é Apache. O 27B é Apache 2.0; os guias da comunidade apontam que os repositórios do 2.4T foram lançados sob uma licença personalizada do Qwen. Até 21 de agosto, não conseguimos extrair o texto completo da licença na página do repositório — leia o model card antes de fazer auto-hospedagem comercial, especialmente se você for disponibilizá-lo externamente.
• 27B hospedado: sem data, sem preço. O card oficial informa que uma versão hospedada do 27B na Qwen Cloud chegará "em breve", com contexto de 1M por padrão e ferramentas integradas — sem detalhes adicionais no momento da publicação.
• "2.4T aberto" ≠ "2.4T na sua máquina com GPU." Guias da comunidade estimam o checkpoint FP8 em torno de 2,5TB — território de múltiplos nós. A abertura do código é estrategicamente gigantesca e extremamente relevante para plataformas de inferência, não para sua estação de trabalho.
• Atribuição de preços. Os valores de $2 / $6 / $0.25 por 1M vêm de uma cobertura de lançamento consistente (latent.space, eigent.ai, codersera, kie.ai em comparação com a listagem da Qwen Cloud) — e não de uma página de preços capturada diretamente por nós. Verifique no Model Studio antes de fechar orçamentos.

Preços da API do Qwen3.8 vs. o ecossistema de modelos chineses (2026)

Com os valores relatados de $2.00 para entrada / $6.00 para saída por 1M de tokens (e $0.25 para entrada em cache), o qwen3.8-max se posiciona na mesma faixa de preço de seus pares de ponta — confortavelmente abaixo dos modelos de ponta ocidentais e acima do piso fora de pico do DeepSeek.

As linhas de comparação reutilizam preços já verificados em nossos resumos anteriores (GLM-5.3, DeepSeek, Kimi K3); a linha do qwen3.8-max é baseada em relatos da cobertura de lançamento — consulte as letras miúdas acima.

Rode em casa: a receita testada na prática por Simon Willison

• A configuração. O GGUF Q4_K_M de 17GB no LM Studio, testado em um MacBook Pro de 128GB (M5 Max) e em um NVIDIA DGX Spark — cerca de 15–30 tokens/s, e aproximadamente 72% mais rápido com a decodificação especulativa draft-mtp do llama.cpp.
• Ajuste o padrão de contexto primeiro. 262.144 tokens nativos, mas o padrão de 8.192 do LM Studio "foi esgotado apenas pelo raciocínio". Aumente esse valor antes de avaliar o modelo.
• Elimine o excesso de raciocínio. O esforço de raciocínio padrão é xhigh: o prompt dele para o SVG do pelicano rodou por 21 minutos e consumiu 22.276 tokens de raciocínio para emitir 3.223 tokens de saída. "É um ótimo modelo, mas essa configuração padrão é definitivamente um péssimo ponto de partida" — use esforço baixo ou nenhum raciocínio para tarefas cotidianas.
• O veredito. "De longe o melhor SVG de pelicano que consegui gerar com um modelo executado em máquina local" — e sobre visão: seus testes de bounding-box com fotos de pelicanos foram "uma correspondência muito boa". O ponto de atenção é a velocidade de modelo denso: limitado pela largura de banda de memória, então não terá a sensação de um MoE pequeno. Como ele destacou: "O fato de um arquivo de 17GB conseguir fazer tudo isso nas minhas máquinas domésticas é um milagre".

Para qual Qwen3.8 você deve direcionar suas requisições?

Como a notícia repercutiu: no exterior e no mercado doméstico

• O Hacker News transformou o lançamento em um grande marco. A avaliação de Willison alcançou 798 pontos; a listagem da Artificial Analysis (52 no Índice de Inteligência) gerou outra discussão de 380 pontos. Os temas recorrentes: capacidade local topo de linha e o detalhe peculiar do padrão em xhigh.
• A abordagem ocidental foca na Meta. O ângulo da CNBC destaca a concorrência com os novos modelos Muse Glimmer para laptops da Meta; o dado do Hugging Face de 151.448 derivados baseados no Qwen (2,6× a presença da Meta) reforça o argumento. A WIRED e a Axios, ao cobrirem a mesma onda de pesos abertos este mês com o GLM-5.3, agora tratam os modelos abertos chineses como a fronteira padrão da IA aberta.
• A cobertura chinesa destaca uma trinca em uma única semana. O resumo do 北京商报 de 16 de agosto — "一周三更" — reúne o reajuste de preços do DeepSeek, a abertura de código do Alibaba e a iniciativa de pós-treinamento da Zhipu em uma só semana, com dados da OpenRouter mostrando que 6 dos 10 modelos mais usados globalmente naquela semana eram chineses.

Acesse o Qwen e todo o ecossistema de modelos chineses por meio de um único endpoint compatível com a OpenAI

Fontes primárias

• Blog oficial do Qwen — "Qwen3.8-Max: A New Bar for Coding and Cowork" (primeiro lançamento de pesos abertos da classe Max)
• Hugging Face — Model card do Qwen/Qwen3.8-2.4T-A95B (benchmarks, compatibilidade com vLLM/SGLang, distinção de recursos do Max hospedado)
• Hugging Face — Model card do Qwen/Qwen3.8-27B (VLM denso, contexto de 262K→1M, versão hospedada "em breve")
• Hugging Face — Organização Qwen (460 modelos; variante FP8 listada)
• Simon Willison — "Qwen 3.8 27B is excellent, but it defaults to overthinking things" (16 de agosto de 2026)
• CNBC — "Alibaba answers Meta's AI challenge with new laptop-ready model" (17 de agosto de 2026; estatística de 151.448 derivados no HF)
• Artificial Analysis — Listagem do Qwen3.8-27B, Índice de Inteligência 52
• Hacker News — Thread de avaliação de Willison (798 pontos)
• eigent.ai — Resumo dos pesos abertos do Qwen3.8-Max (preços de $2/$6/$0.25 segundo latent.space)
• codersera — Guia de gerações do Qwen (27B Apache 2.0, substitui o Qwen3.6-27B; ressalva sobre a licença do 2.4T)
• kie.ai — Análise detalhada do lançamento do 27B (declaração do Alibaba de que "supera o Qwen3.7-Plus", especificações do card no HF)
• 北京商报/东方财富 — "大模型一周三更" (16 de agosto; estatística do top-10 da OpenRouter)

Perguntas frequentes (2026)