Alibaba presenta Qwen3.8-Max: el nuevo gigante multimodal de 2.4 billones de parámetros que revoluciona la IA

Alibaba ha hecho oficial el lanzamiento de Qwen3.8-Max, la versión más avanzada y con mayor capacidad de su familia de modelos de inteligencia artificial. Con una impresionante escala de 2.4 billones de parámetros y una ventana de contexto que alcanza hasta 1 millón de tokens, este desarrollo posiciona a la compañía en los primeros peldaños de la competencia global de IA, logrando el quinto lugar en el Text Arena y la segunda posición en el Vision Arena.

Diseñado como un pilar multimodal de alto rendimiento, el modelo ya se encuentra disponible a través de la API en Alibaba Cloud Model Studio y en la plataforma de agentes de trabajo QwenWork. Además, Alibaba confirmó que liberará los pesos del modelo durante la próxima semana.

Arquitectura MoE: máxima escala con eficiencia en inferencia

Para gestionar una masa de datos de este nivel sin disparar los costos computacionales ni introducir latencias inviables, Qwen3.8-Max evoluciona la base técnica de Qwen 3.5 implementando una arquitectura de Mezcla de Expertos Dispersa (MoE) acoplada a un mecanismo de atención híbrido.

• Parámetros totales: 2.4 billones.
• Parámetros activos por tarea: 95 mil millones.
• Impacto: Permite ejecutar razonamientos complejos a nivel de vanguardia mientras mantiene a raya el consumo energético y la latencia operativa.

Programación autónoma: 16 días de código sin intervención humana

Uno de los hitos más relevantes expuestos durante el anuncio se centra en la capacidad de razonamiento y ejecución a largo plazo. Ubicado en el cuarto puesto del Frontend Code Arena, Qwen3.8-Max demostró capacidades avanzadas de ingeniería autónoma durante pruebas internas.

El modelo asumió el desarrollo completo de un proyecto de software real durante 16 días continuos sin supervisión humana. Su objetivo fue crear un marco de agentes de auto-evolución, gestionando de punta a punta el ciclo de vida del código:

1. Sintetizó retroalimentación de usuarios y datos de autopruebas.
2. Iteró sobre la generación de código, pruebas de ejecución y análisis de registros.
3. Entregó como resultado “oh-my-cli”, un marco de agentes funcionales cuyo código ha sido publicado de forma abierta en GitHub.

A esto se suma su desempeño en investigación, donde no solo logró replicar estudios científicos publicados, sino que diseñó metodologías capaces de superar los resultados originales.

Comprensión visual masiva y edición en tiempo real

Como base multimodal, Qwen3.8-Max lleva el procesamiento visual un paso más allá, permitiendo digerir volúmenes masivos de datos para convertirlos en estructuras de conocimiento interactivas.

• Capacidad de ingestión: Puede procesar documentos de cientos de páginas, temporadas completas de series o transmisiones en vivo de hasta 100 horas continuas.
• Desarrollo UI/UX: Reconstruye proyectos web interactivos completos a partir de una sola captura de pantalla.
• Generación y renderizado: Transforma planos de arquitectura 2D en recorridos o visualizaciones de interiores 3D y genera videojuegos interactivos mediante descripciones en lenguaje natural.
• Edición de video: Procesa metraje sin editar para convertirlo automáticamente en piezas promocionales o vlogs profesionales.

Con la introducción del benchmark RecreationBench, el equipo de desarrollo demostró cómo el modelo, en un entorno cerrado sin acceso a internet ni al código fuente original, puede reconstruir aplicaciones funcionales partiendo únicamente de la interacción visual y la evaluación de la interfaz en tiempo real.