Alibaba a publié les poids ouverts de Qwen3.8-2.4T-A95B (également connu sous le nom de Qwen3.8-Max), son plus grand modèle à poids ouverts, conçu pour apporter des capacités proches du sommet à l'écosystème ouvert.

  • Le modèle comporte 2,4 billions de paramètres au total avec 95 milliards activés par token.
  • Il utilise une architecture de mélange d'experts (MoE) fine combinée à un hybride de mécanismes d'attention complète et linéaire.
  • La publication met en avant le service de ce modèle à grande échelle sur le matériel NVIDIA GB300 NVL72.