Qwen3.8-Max utfordrer Claude og GPT – åpne vekter kommer neste uke

Hvis du har ventet på at åpne AI-modeller virkelig skal presse de beste lukkede modellene, er Qwen3.8-Max en lansering det er verdt å følge. Alibaba gjør nå sin kraftigste modell bredt tilgjengelig, priser den langt under de dyreste amerikanske toppmodellene og lover å publisere modellvektene neste uke.

Det siste er hovedsaken. Qwen3.8-Max er ikke bare enda en modell som hevder å slå konkurrentene på en pen resultattabell. Den plasserer seg allerede i toppsjiktet i uavhengige brukersammenligninger, samtidig som Alibaba sier at utviklere snart skal få langt mer kontroll enn OpenAI og Anthropic gir over sine fremste systemer.

Jeg er skeptisk til kinesiske modeller, og 2,4 billioner parametere er ikke et kvalitetsstempel i seg selv. Men når høy kapasitet, lav API-pris og åpne vekter havner i samme pakke, blir det for enkelt å avfeie lanseringen som markedsføring. Dette kan flytte hva utviklere faktisk forventer av en åpen modell.

Hva er Qwen3.8-Max?

Qwen3.8-Max er Alibabas nye multimodale toppmodell med 2,4 billioner parametere totalt og 95 milliarder aktive parametere per token. Den kan arbeide med tekst, bilder, video og dokumenter, og er laget for blant annet koding, agentarbeid og lengre profesjonelle oppgaver, ifølge Qwens offisielle lansering 3. august 2026.

Modellen bruker en Mixture-of-Experts-arkitektur. Det betyr at hele den enorme modellen ikke aktiveres for hvert eneste token. Et utvalg eksperter gjør jobben underveis, noe som gjør en modell på 2,4 billioner parametere mulig å betjene uten at hvert svar krever arbeid fra dem alle.

95 milliarder aktive parametere er fortsatt mye. Kimi K3 er enda større med 2,8 billioner parametere totalt, ifølge The Verge. Parameterantall forteller dessuten lite alene om instruksjonsfølging, verktøybruk, stabilitet eller hvor mange tokens modellen bruker for å løse samme oppgave.

Qwen3.8-Max har også et kontekstvindu på én million tokens. Det gir plass til store kodebaser, dokumentbunker og lange agentløp, men en stor kontekst er bare nyttig dersom modellen klarer å finne igjen det viktige uten å rote seg bort. Det må praktisk bruk vise.

Er Qwen3.8-Max virkelig på nivå med Claude og GPT?

Qwen3.8-Max ser ut til å høre hjemme i toppsjiktet, men ingen resultattabell beviser at den er best for alle oppgaver. Alibaba viser egne tester der modellen stort sett matcher eller slår Claude Fable 5. I Arena sine blindtester basert på menneskelige preferanser ligger den også helt i toppen på tekst, frontend-koding og visuell analyse.

Det er et bedre utgangspunkt enn da preview-versjonen kom i juli. Da beskrev Alibaba modellen som «second only to Fable 5». Nå finnes både leverandørmålinger og resultater fra brukere som velger mellom anonyme svar.

Likevel må rangeringene leses med hodet på plass. Arena måler hva brukere foretrekker i bestemte sammenligninger, ikke nødvendigvis om en modell fullfører et stort kundeprosjekt med minst opprydding. En coding agent består dessuten av mer enn språkmodellen. Systemprompt, verktøy, tillatt tenketid og hele agentrammeverket påvirker resultatet.

Det interessante er derfor ikke om Qwen3.8-Max ligger på fjerde eller femte plass en bestemt mandag. Det interessante er at en kinesisk modell igjen dukker opp blant de sterkeste systemene fra Anthropic og OpenAI, og denne gangen kommer den med en konkret plan for åpne vekter. Konkurransen handler ikke lenger bare om hvem som kan vise fram det høyeste tallet.

Hvorfor betyr de åpne vektene så mye?

Åpne vekter betyr at utviklere kan laste ned modellens trente parametere, kjøre modellen på egen eller leid infrastruktur og tilpasse hvordan den brukes. Alibaba sier at vektene til både Qwen3.8-Max og en mindre Qwen3.8-27B skal publiseres neste uke.

Det er ikke det samme som full open source. Treningsdataene, hele treningsoppskriften og arbeidet som skapte vektene kan fortsatt være lukket. Lisensen blir også avgjørende: Den må vise hva bedrifter faktisk får lov til å gjøre, og om det finnes begrensninger for kommersiell bruk eller videre distribusjon.

Likevel er forskjellen fra en ren API-modell stor. Med åpne vekter kan en virksomhet kontrollere infrastrukturen, måle modellen i eget miljø, finjustere den og velge hvor dataene behandles. Man slipper også å være helt avhengig av at leverandøren beholder samme pris, modelloppførsel og tilgangsvilkår.

Det er et ganske tydelig konkurransefortrinn mot de fremste modellene fra OpenAI og Anthropic. De kan være sterkere på enkelte oppgaver, men du får ikke laste ned vektene. Jeg skrev nylig om Anthropics anklage om at Alibaba brukte 28,8 millioner Claude-utvekslinger til destillasjon. Den striden gjør ikke Qwen3.8-Max mindre teknisk interessant, men den minner oss om at åpenhet rundt sluttproduktet ikke automatisk forklarer hvordan modellen ble laget.

Hva koster Qwen3.8-Max?

Qwen3.8-Max koster 2 dollar per million input-tokens og 6 dollar per million output-tokens. Med Norges Banks siste publiserte kurs på 9,5272 kroner per dollar tilsvarer det cirka 19 kroner for input og 57 kroner for output per million tokens. Implisitt cache koster 0,25 dollar, eller omtrent 2,40 kroner per million tokens.

Prisene står i QwenClouds modelloversikt. Det er en aggressiv pris for en modell som Alibaba plasserer mot de dyreste toppmodellene. En lav tokenpris er særlig interessant for coding agents og lange arbeidsflyter, der modellen kan produsere store mengder tekst og gjøre mange verktøykall.

Men pris per million tokens er bare starten på regnestykket. En billig modell som bruker dobbelt så mange tokens, må prøve flere ganger eller krever mer menneskelig opprydding kan fort bli dyrere i praksis. Cache-prisen hjelper mye når store deler av prompten eller kodebasen gjenbrukes, men bare hvis arbeidsflyten faktisk gir cache-treff.

Det samme gjelder egen drift. Åpne vekter betyr ikke gratis drift, og en modell med 2,4 billioner parametere er datasentermateriale. Qwen3.8-27B blir langt mer aktuell for kraftige arbeidsstasjoner og mindre servere. Max-vektene handler først og fremst om kontroll for aktører med tung infrastruktur eller for API-leverandører som vil tilby modellen videre.

Hva betyr lanseringen for amerikansk AI-dominans?

Lanseringen viser at forspranget til de amerikanske toppselskapene ikke lenger kan tas for gitt. Qwen3.8-Max følger tett etter Kimi K3, mens flere kinesiske selskaper slipper sterke modeller i et tempo som gjør at en topplassering kan være gammel før måneden er over.

Det betyr ikke at Kina har «vunnet AI-kappløpet». OpenAI, Anthropic og Google har fortsatt sterke modeller, enorme distribusjonsflater og mye mer enn ett leaderboard å konkurrere med. Sikkerhet, stabil API-drift, økosystem, databehandling og tillit betyr også mye når en modell skal inn i en bedrift.

Men markedet endres når en modell som kan konkurrere nær toppen samtidig er billigere og mer åpen. Amerikanske leverandører må da forsvare hvorfor kundene skal betale mer og gi fra seg mer kontroll. Det er sunn konkurranse. Et pent merkenavn blir mindre verdt når utviklere kan kjøre den samme oppgaven gjennom flere modeller og måle resultatet selv.

Dette er heller ikke første gang et selskap utenfor den vanlige amerikanske trioen presser seg inn. Jeg skrev tidligere om Xiaomis MiMo-V2-Pro og konkurransen med Anthropic. Det nye nå er kombinasjonen: Qwen3.8-Max har størrelsen, de tidlige brukerresultatene, en lav API-pris og et løfte om åpne vekter med dato.

Bør du bytte modell nå?

Nei, ikke på grunn av en lanseringstabell. Qwen3.8-Max er verdt å teste hvis du bruker mye API, bygger coding agents eller trenger multimodal behandling av store dokumentmengder. Kjør den mot de samme oppgavene du allerede bruker Claude, GPT, Gemini eller Kimi til, med samme verktøy og tydelige krav til ferdig resultat.

Mål mer enn om svaret ser smart ut. Registrer hvor ofte modellen må korrigeres, hvor mange verktøykall den bruker, om testene passerer, hvor lang tid jobben tar og hva hele løpet koster. For sensitiv kode og kundedata må du i tillegg kontrollere databehandling, region, logging og hvilke garantier leverandøren faktisk gir.

Jeg ville også ventet på modellkortet, lisensen og de faktiske vektfilene før jeg kalte dette en åpen toppmodell. Alibaba har sagt «neste uke», og det er heldigvis kort nok til at vi slipper å tolke «kommer snart» som en egen årstid. Når filene er ute, kan uavhengige miljøer undersøke arkitekturen og prøve modellen på langt flere oppgaver.

Qwen3.8-Max trenger ikke slå Claude og GPT overalt for å være viktig. Det holder at den er nær nok, billig nok og åpen nok til at flere får et reelt valg. Hvis Alibaba leverer vektene som lovet, er det akkurat den kombinasjonen amerikanske toppselskaper bør være mest opptatt av.

Ofte stilte spørsmål