ما هو Qwen 3.8؟ نموذج من فئة Max يصدر بأوزان مفتوحة لأول مرة

حين كتبنا عن Kimi K3، تحدثنا عن عتبة بلغت عندها نماذج الأوزان المفتوحة مستوى frontier. تلك العتبة عُبرت، وتغيّر السؤال: إن كان نموذج بأوزان مفتوحة قادرًا على بلوغ الـ frontier، فهل تفتح الشركة فئتها العليا أيضًا؟

جاء جواب Alibaba بنعم. عائلة Qwen 3.8 هي الإصدار الذي تفتح فيه الشركة لأول مرة أوزان فئتها العليا Max. صدر النموذج في معاينة يوم ١٩ يوليو ٢٠٢٦، وأُعلن رسميًا في ٣ أغسطس، ونزلت الأوزان على Hugging Face في ١٤ أغسطس.

في هذا المقال نتناول ما يقدمه Qwen 3.8، وإلى أي حد يمكن الاعتماد على أرقام المقارنات، والقيود التي يجدر معرفتها قبل تنزيل الأوزان.

فئة Max تُفتح لأول مرة

حتى الآن كان فريق Qwen يصدر نماذجه الصغيرة والمتوسطة بأوزان مفتوحة ويُبقي فئته العليا خلف واجهة برمجية. وكان هذا هو المعتاد في القطاع: النموذج الذي يمكنك تنزيله ليس أفضل نماذج الشركة.

أزال Qwen 3.8 هذا الفصل. أُعلن عن نشر الأوزان لكل من Qwen3.8-Max البالغ ٢٫٤ تريليون معامل وQwen3.8-27B الأصغر. ونزلت نسخة 27B على Hugging Face في ١٤ أغسطس ٢٠٢٦ باسم Qwen/Qwen3.8-27B وQwen/Qwen3.8-27B-FP8، وهي متاحة كذلك عبر ModelScope.

وثمة تفصيل مهم في جانب الرخصة: رخصة Apache 2.0 مؤكدة في ملف LICENSE نفسه لا في ترويسة بطاقة النموذج فقط. الاستخدام التجاري مسموح ولا يوجد شرط اقتسام إيرادات. والقيود التي تضيفها بعض الشركات عبر رخص خاصة غائبة هنا.

عائلة Qwen 3.8: نموذجان لغرضين

تجيب العائلة على حاجتين مختلفتين، ومن الأفضل عدم الخلط بينهما.

Qwen3.8-Max

نموذج الفئة العليا. يستخدم معمارية Mixture-of-Experts بـ٢٫٤ تريليون معامل، ينشط منها لكل رمز ٩٥ مليارًا فقط. ونافذة السياق مليون رمز. يقبل النص والصورة والفيديو بشكل أصيل، أي أن الرؤية ليست مُلحقًا رُكّب لاحقًا.

Qwen3.8-27B

هذا هو النموذج الذي ستشغّله أغلب الفرق فعليًا. نموذج بـ٢٧ مليار معامل، كثيف (dense) لا متناثر، ويضم مُرمِّزًا بصريًا. يقبل النص والصور والفيديو وينتج نصًا.

ومعماريته لافتة: تخطيط هجين مبني على ٥١٢٠ بُعدًا خفيًا عبر ٦٤ طبقة. تتبع ثلاثةَ كتل Gated DeltaNet مع FFN كتلةٌ واحدة من Gated Attention مع FFN، ويتكرر هذا النمط ١٦ مرة. وبدل طبقات الانتباه الصرفة، يهدف هذا التركيب المختلط إلى خفض كلفة الذاكرة في السياق الطويل.

وفي جانب السياق ملاحظة نفردها أدناه: السياق الأصيل للنموذج ٢٦٢٬١٤٤ رمزًا، أما رقم المليون فهو سقف يُبلغ بالتوسيع.

ماذا تُظهر المقارنات؟

الأرقام التي وضعت Qwen 3.8 في الواجهة تخص جانب الوكلاء والبرمجة.

سجلت نسخة Max ٨٦٫١ في OSWorld-Verified الذي يقيس القدرة على استخدام الحاسوب. وفي الاختبار نفسه يقف GPT-5.6 Sol Max عند ٨٣٫٢، وClaude Fable 5 عند ٨٥٫٠، وGemini 3.1 Pro عند ٧٦٫٢. وفي PaperBench الذي يقيس المهام البحثية سجلت ٩٣٫٠، وهو أعلى نتيجة مُعلنة حتى اليوم.

ونسخة 27B متقدمة في الاختبارات الأربعة كلها حيث تُقارن بسابقتها:

وتلفت القفزتان في Terminal Bench وSWE-bench Pro الانتباه خاصة، لأن أيًا منهما ليس سؤالًا يُجاب من محاولة واحدة. كلاهما يقيس سلوك وكيل متعدد الخطوات، والانتقال من ٥١٫٧ إلى ٧٣٫٠ فارق جاد على هذا المحور.

أما الصورة المستقلة فأكثر تحفظًا. على منصة Arena.AI القائمة على التقييم الجماعي صارت Qwen3.8-Max عند الإطلاق أعلى نموذج صيني ترتيبًا في مهام النص، لكنها بقيت خلف عدة نماذج من Anthropic بينها Claude Fable 5. أي أن ما جرى هو دخول المجموعة العليا لا تصدّرها.

الأوزان المفتوحة والمصدر المفتوح ليسا شيئًا واحدًا

يُغفل هذا الفارق كثيرًا في القرارات المؤسسية، وهو ينطبق على Qwen 3.8 أيضًا.

نشرت Alibaba أوزان النموذج. وما لم تنشره: بيانات التدريب، ووصفة التدريب كاملة، وبقية المكوّنات اللازمة لإعادة إنتاج التدريب. أي يمكنك تنزيل النموذج وتشغيله وضبطه واستخدامه تجاريًا. لكن لا يمكنك إعادة إنتاجه من الصفر ولا تدقيق ما دُرّب عليه.

وهذا ليس عيبًا بل مسألة تعريف. غير أن الفارق مهم إن كنت ستستخدم عبارة "مصدر مفتوح" مبررًا للامتثال. فإن كنت في قطاع يتطلب تدقيق مصدر البيانات، لا تفي الأوزان المفتوحة وحدها بهذا المتطلب.

أما جانب Apache 2.0 فمريح فعلًا: الاستخدام التجاري مسموح، ولا اقتسام إيرادات، والرخصة مؤكدة في الملف. وهذا هو الأهم للفرق الراغبة في تشغيل نموذج على بنيتها التحتية.

التسعير والتشغيل على بنيتك التحتية

تُقدَّم نسخة Max عبر الواجهة البرمجية بسعر ٢٫٠٠ دولار للإدخال و٦٫٠٠ دولار للإخراج لكل مليون رمز. وهو مستوى تنافسي لفئة frontier.

أما الحساب الحقيقي فعلى جانب 27B. فبتنزيل الأوزان وتشغيلها على خوادمك يزول الدفع لكل رمز، وتحل محله كلفة العتاد والتشغيل. ونشر نسخة FP8 يسهّل هذا الحساب لأنها تعمل بذاكرة أقل.

ويتلخص القرار في الآتي: إن كان حجمك ثابتًا ويمكن التنبؤ به، صار تشغيل 27B على بنيتك أرخص من الواجهة بعد عتبة معينة. وإن كان حجمك متقلبًا أو كنت تحتاج أعلى قدرة متاحة، فاستخدام Max عبر الواجهة أعقل. وإن كانت سيادة البيانات متطلبًا، فالخيار يميل أصلًا نحو 27B.

القيود المعروفة

أربع نقاط لا تبرز في نصوص الإعلان لكن يجدر معرفتها قبل التنزيل.

سياق المليون غير موجود في الأوزان المفتوحة. السياق الأصيل للنموذج الذي تنزّله ٢٦٢٬١٤٤ رمزًا. ورقم المليون يخص النسخة المستضافة. فإن كنت تخطط لتمرير قاعدة شيفرتك كاملة دفعة واحدة، فاحسب هذا الفارق مسبقًا.

أبطأ وأكثر استهلاكًا للرموز. تُظهر اختبارات مستقلة أن نسخة 27B أبطأ نحو ثلاث مرات من سابقتها وتستهلك رموزًا أكثر. ارتفعت درجات المقارنات وارتفعت معها كلفة التشغيل. وفي منتج حساس لزمن الاستجابة يكون هذا الفارق ملموسًا.

كل نتائج المقارنات معلنة من Alibaba. كل رقم على بطاقة النموذج قياس المنتِج نفسه. وهذا لا يعني أنها خاطئة، لكن ينبغي قراءتها بحذر إلى أن يصل تحقق مستقل. لا تتخذ قرارًا معماريًا دون قياس على حِملك أنت.

بيانات التدريب ووصفته لم تُنشر. والفارق بين الأوزان المفتوحة والمصدر المفتوح يُنتج هنا أثرًا عمليًا: لا يمكنك تدقيق ما دُرّب عليه النموذج.

الخلاصة

قلنا في مقال Kimi K3 إن نماذج الأوزان المفتوحة بلغت مستوى frontier. ويمضي Qwen 3.8 خطوة أبعد: صار بالإمكان فتح النموذج الأعلى لدى شركة، وبرخصة متساهلة مثل Apache 2.0.

والنتيجة العملية أن الحواجز الرخصية والوظيفية أمام فريق يريد تشغيل نموذج قوي متعدد الوسائط على بنيته التحتية قد انخفضت بوضوح. لكن المسافة بين الأرقام التسويقية وواقع الإنتاج باقية. فسياق ٢٦٢ ألفًا، والبطء ثلاثة أضعاف، والمقارنات التي قاسها المنتِج نفسه، أمور ينبغي وزنها عند القرار.

ونصيحتنا كالمعتاد بسيطة: قِس النموذج على حِملك أنت، وحدد حاجتك من السياق بواقعية، وضع ميزانية زمن الاستجابة من البداية. ننفذ أعمال اختيار النماذج والتشغيل على البنية الخاصة ضمن خدمة حلول الذكاء الاصطناعي. وعن المستوى الذي بلغته نماذج الأوزان المفتوحة راجع مقال Kimi K3، وعن اتجاه الجانب المغلق نحو النماذج المستقلة راجع مقال Claude Fable 5.