Alibaba Ra Mắt Qwen3.8-Max: 2,4 Nghìn Tỷ Tham Số, Hứa Mở Trọng Số Nhưng Chưa Có Giấy Phép
Ngày 3/8/2026, Alibaba công bố Qwen3.8-Max — mô hình MoE 2,4 nghìn tỷ tham số, chỉ kích hoạt khoảng 95 tỷ mỗi lượt, cửa sổ ngữ cảnh 1 triệu token. Hãng công bố loạt điểm chuẩn vượt Claude Opus 4.8 và ngang ngửa GPT-5.6 Sol, đồng thời hứa mở trọng số trong vòng một tuần. Nhưng toàn bộ điểm số đều do
Ngày 3/8/2026, Alibaba công bố Qwen3.8-Max — mô hình lớn nhất từ trước tới nay của gia đình Qwen, với 2,4 nghìn tỷ tham số. Bảng điểm chuẩn hãng đưa ra trông rất ấn tượng. Nhưng có hai chi tiết mà phần lớn bản tin lướt qua, và cả hai đều quan trọng với doanh nghiệp đang cân nhắc chọn mô hình.
1. Kiến Trúc: Rất Lớn, Nhưng Chỉ Bật Một Phần Nhỏ
Qwen3.8-Max dùng kiến trúc Mixture-of-Experts (MoE): tổng cộng 2,4 nghìn tỷ tham số, nhưng chỉ khoảng 95 tỷ tham số được kích hoạt cho mỗi token — tức chưa tới 4%. Đây là lý do một mô hình khổng lồ như vậy vẫn có thể phục vụ với chi phí và độ trễ chấp nhận được.
- Cửa sổ ngữ cảnh: 1 triệu token. MarkTechPost ghi nhận chi tiết hơn: tối đa 991.000 token đầu vào (983.000 khi bật chế độ suy luận).
- Giới hạn đầu ra: đây là điểm hai nguồn không khớp nhau — MarkTechPost ghi 131.000 token, còn Yotta Labs ghi 128.000 token. Chênh lệch nhỏ nhưng đáng lưu ý nếu bạn thiết kế hệ thống bám sát giới hạn.
- Năng lực đa phương thức: theo The Decoder, mô hình xử lý được tài liệu trên 200 trang và video dài hơn 100 giờ.
2. Bảng Điểm — Và Vì Sao Phải Đọc Kèm Cảnh Báo
Dưới đây là các điểm số do Alibaba tự công bố. Chúng tôi giữ nguyên nhãn này xuyên suốt vì nó quyết định cách bạn nên đọc bảng:
| Bài đánh giá | Qwen3.8-Max | GPT-5.6 Sol | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Terminal-Bench 2.1 | 86,6 | 88,8 | 84,6 | 84,6 |
| PaperBench | 93,0 | 90,5 | 88,8 | 80,3 |
| GPQA Diamond | 92,6 | — | — | — |
| IFBench | 82,8 | — | — | — |
| FrontierSWE | 73,5 | — | — | — |
| HealthBench | 60,2 | — | — | — |
| DeepSWE 1.1 | 56,6 | — | — | — |
Đọc bảng này, có thể thấy Qwen3.8-Max không thống trị. Nó dẫn đầu rõ ở PaperBench, nhưng thua GPT-5.6 Sol ở Terminal-Bench 2.1 — bài đo năng lực làm việc thực tế trên dòng lệnh. Cách trình bày "vượt nhiều điểm chuẩn" đúng về mặt chữ nghĩa, nhưng bức tranh thực tế là ngang ngửa chứ không phải áp đảo.
Vì sao chúng tôi nhấn mạnh "hãng tự công bố"
The Decoder nêu thẳng: "Như thường lệ với các con số do chính nhà sản xuất mô hình tự báo cáo, những kết quả này đến từ các lượt chạy nội bộ. Kiểm chứng độc lập vẫn đang chờ." Trang này còn dẫn một tiền lệ rất gần: khi Kimi K3 — mô hình mở của Moonshot ra mắt ngày 27/7/2026 — được kiểm nghiệm độc lập, kết quả đã làm giảm bớt các tuyên bố ban đầu của hãng. Đây là lý do nên chờ bảng xếp hạng bên thứ ba trước khi ra quyết định chuyển đổi hệ thống.
3. "Mở Trọng Số" — Một Lời Hứa Chưa Có Giấy Phép
Đây là chi tiết quan trọng nhất mà phần lớn bản tin bỏ qua. Alibaba tuyên bố sẽ đưa trọng số lên Hugging Face và ModelScope trong vòng khoảng một tuần, kèm cả bản nhỏ Qwen3.8-27B. Nhưng tại thời điểm viết bài:
- Trọng số chưa có trên Hugging Face. Mô hình hiện chỉ truy cập được qua API của QwenCloud, theo chuẩn tương thích OpenAI.
- Chưa có giấy phép nào được đặt tên. Qwen 3.5 và Qwen 3.6 trước đây phát hành theo Apache 2.0, nhưng đó là tiền lệ, không phải cam kết. Chừng nào tệp giấy phép chưa xuất hiện, chưa ai biết điều khoản thương mại sẽ là gì.
- "Mở" không có nghĩa là "tự chạy được". Bản 2,4 nghìn tỷ tham số đòi hỏi hạ tầng trung tâm dữ liệu. Với doanh nghiệp Việt Nam muốn triển khai tại chỗ vì lý do chủ quyền dữ liệu, chỉ bản 27B là khả thi.
4. Giá Và Vị Trí Trên Thị Trường
Bảng giá hãng công bố — được cả MarkTechPost lẫn Yotta Labs ghi nhận giống nhau — là 2 USD mỗi triệu token đầu vào, 6 USD mỗi triệu token đầu ra, và 0,25 USD mỗi triệu token đầu vào đã lưu đệm. Mức chênh tám lần giữa token thường và token lưu đệm là con số đáng chú ý: với hệ thống có phần ngữ cảnh lặp lại nhiều (ví dụ một tài liệu quy trình dài dùng chung cho mọi truy vấn), thiết kế tốt phần lưu đệm có thể thay đổi hẳn hoá đơn cuối tháng.
Bối cảnh cạnh tranh cũng đang rất dày đặc: Kimi K3 của Moonshot ra mắt ngày 27/7 với trọng số mở, GLM 5.2 cũng nằm trong nhóm so sánh, còn DeepSeek đưa V4-Flash lên API chính thức. Riêng trong mùa hè này, người mua đang ở vị thế tốt nhất nhiều năm qua.
5. Doanh Nghiệp Việt Nam Nên Đọc Tin Này Thế Nào?
- Đừng chuyển hệ thống chỉ vì một bảng điểm. Chờ kết quả kiểm chứng độc lập — bài học Kimi K3 còn rất mới.
- Nếu cần triển khai tại chỗ, hãy nhìn vào bản 27B. Đó mới là thứ chạy được trên hạ tầng thực tế của doanh nghiệp vừa và nhỏ.
- Đợi tệp giấy phép trước khi lên kế hoạch thương mại. Dùng một mô hình chưa rõ điều khoản cấp phép cho sản phẩm bán ra là rủi ro pháp lý không cần thiết.
- Nếu bạn phục vụ khách hàng EU, hãy đọc kèm bài về Đạo luật AI đăng cùng ngày trên Locaith — nghĩa vụ minh bạch áp theo nơi người dùng ở, không theo nơi mô hình được huấn luyện.
- Thử nghiệm trên tác vụ của chính bạn. Điểm chuẩn quốc tế hiếm khi đo được thứ quan trọng nhất với doanh nghiệp Việt: chất lượng tiếng Việt trong đúng nghiệp vụ bạn cần.
Câu Hỏi Thường Gặp
Qwen3.8-Max có bao nhiêu tham số?
Tổng cộng 2,4 nghìn tỷ tham số theo kiến trúc Mixture-of-Experts, nhưng chỉ khoảng 95 tỷ tham số được kích hoạt cho mỗi token. Thiết kế thưa này giúp giảm chi phí suy luận và thời gian phản hồi so với một mô hình dày đặc cùng kích thước.
Các điểm chuẩn của Qwen3.8-Max có đáng tin không?
Cần thận trọng. Toàn bộ điểm số hiện có đều do Alibaba tự công bố từ các lượt chạy nội bộ, chưa có kiểm chứng độc lập. The Decoder lưu ý rằng khi Kimi K3 được kiểm nghiệm độc lập, kết quả đã làm giảm bớt các tuyên bố của chính hãng — một tiền lệ đáng nhớ khi đọc bảng điểm của bất kỳ mô hình mới nào.
Mô hình này có thực sự mở không?
Chưa rõ tại thời điểm viết bài. Alibaba hứa đưa trọng số lên Hugging Face và ModelScope trong vòng khoảng một tuần kể từ 3/8/2026, kèm cả bản Qwen3.8-27B. Tuy nhiên chưa có tệp giấy phép nào được công bố. Qwen 3.5 và 3.6 trước đây dùng Apache 2.0, nhưng đó là tiền lệ chứ không phải cam kết.
Giá API là bao nhiêu?
Theo bảng giá hãng công bố, 2 USD cho mỗi triệu token đầu vào, 6 USD cho mỗi triệu token đầu ra, và 0,25 USD cho mỗi triệu token đầu vào đã lưu đệm. Con số này được cả MarkTechPost lẫn Yotta Labs ghi nhận giống nhau.
Doanh nghiệp Việt Nam có tự chạy được mô hình này không?
Về thực tế là không, với bản 2,4 nghìn tỷ tham số — nó đòi hỏi hạ tầng trung tâm dữ liệu. Chỉ bản Qwen3.8-27B là khả thi để triển khai tại chỗ. Đây là điểm cần hiểu rõ: "mở trọng số" không đồng nghĩa với "doanh nghiệp có thể tự vận hành".
Nguồn tham khảo:
- MarkTechPost — Alibaba Qwen Releases Qwen3.8-Max: A 2.4 Trillion Parameter MoE Model (3/8/2026 — thông số, điểm chuẩn, bảng giá)
- The Decoder — Alibaba's open-weight Qwen3.8-Max takes on long-horizon AI tasks (tham số kích hoạt, cảnh báo về kiểm chứng độc lập)
- Yotta Labs — Qwen 3.8-Max: Release Date, Specs, and How to Access It (xác nhận bảng giá, tình trạng giấy phép)
- Neowin — Alibaba releases Qwen3.8-Max, challenging GPT-5.6 Sol and Claude Fable 5
Toàn bộ điểm chuẩn trong bài đều do Alibaba tự công bố từ các lượt chạy nội bộ và chưa có kiểm chứng độc lập tại thời điểm đăng. Thông số kỹ thuật và bảng giá được đối chiếu qua nhiều nguồn; điểm không khớp về giới hạn token đầu ra đã được nêu rõ trong bài. Tình trạng giấy phép và việc phát hành trọng số là lời hứa của hãng, chưa hoàn tất tại thời điểm đăng bài. Ban Biên Tập Locaith tổng hợp & phân tích, cập nhật ngày 6/8/2026.