Alibaba frigiver åbne vægte til 2,4 billioner-parameter-model Qwen3.8-Max

Alibaba har frigivet de åbne vægte til Qwen3.8-2.4T-A95B, der også går under navnet Qwen3.8-Max. Ifølge de foreliggende oplysninger er der tale om selskabets hidtil største åbne model. Modellen har i alt 2,4 billioner parametre, hvoraf 95 milliarder aktiveres per token, og er opbygget omkring en finkornet mixture-of-experts-arkitektur, forkortet MoE. Arkitekturen kombinerer fuld attention med lineær attention i en hybrid opsætning, og modellen understøtter et kontekstvindue på op til en million tokens. NVIDIA har i et blogindlæg beskrevet, hvordan Qwen3.8-2.4T-A95B kan serveres med en funktion kaldet konfigurerbar reasoning, når modellen køres på selskabets GB300 NVL72-platform.