Qwen3.8-Max: Uma Nova Referência para Coding e Cowork

Artigo original ↗ Discussão no Hacker News ↗

O lançamento do Qwen3.8-Max pela Alibaba — um modelo de IA de alto nível focado em coding e “cowork”, com pesos abertos prometidos e uma variante de 27B a caminho — está sendo visto como um grande avanço para modelos open-weight liderados pela China, que rivalizam em capacidade e preço com sistemas fechados do Ocidente. Comentadores comparam o Qwen com Kimi K3, DeepSeek, GLM e modelos de fronteira como Claude e GPT, debatendo sua posição em coding, implantação local e trabalho agentic de longo horizonte, e como modelos chineses baratos e poderosos pressionam os laboratórios dos EUA em preços e regulação. Um tema recorrente é se modelos locais em hardware de consumidor ou prosumer podem ser justificados economicamente em comparação com APIs em nuvem, e o que uma automação generalizada significa para empregos em software, lock-in empresarial e o futuro “moat” da IA (compute, dados ou ferramentas).

Lançamento do modelo e abertura

  • Qwen3.8-Max é descrito como o novo carro-chefe, com pesos abertos para o modelo da classe Max prometidos “na próxima semana”; uma variante open-weight de 27B também é anunciada e amplamente aguardada.
  • Usuários esclarecem que o “Max-Preview” de julho era um checkpoint anterior; este é o lançamento completo.
  • Muitos esperam que a licença corresponda aos lançamentos anteriores do Qwen no estilo Apache; alguns contrastam isso com os termos comerciais mais restritivos do Kimi K3 e a licença MIT do GLM 5.2.

Desempenho, preços e comparação

  • Qwen3.6‑27B e 35B-A3B já são modelos locais populares, frequentemente descritos como os melhores “daily drivers” para coding e agents; o 27B dense é muitas vezes chamado de mais inteligente e mais coerente que o 35B MoE, que é mais rápido e melhor para agents.
  • Qwen3.8-Max é relatado como tendo desempenho próximo aos melhores modelos fechados em coding e tarefas visuais em relatos iniciais, embora sejam notados problemas de harness/ferramentas (timeouts, apps de desktop instáveis).
  • O preço no Qwen Cloud é citado como US$2/M de entrada, US$6/M de saída, US$0,25/M de tokens em cache — competitivo em relação ao Kimi K3 e DeepSeek; alguns dizem que o DeepSeek Flash ainda é mais barato para muitas cargas de trabalho.

Local vs. cloud, hardware e economia

  • Muitos executam o Qwen 3.6 (27B/35B) localmente em Macs, GPUs RTX, Strix Halo ou configurações mistas de CPU+GPU; quantização (4–8 bit) e MoE são essenciais para encaixar modelos grandes em 16–64GB de RAM.
  • Alguns argumentam que modelos locais servem principalmente para privacidade, controle e hobby; o custo puro por token frequentemente favorece modelos chineses hospedados baratos, especialmente com cache.
  • Outros afirmam que, para empresas com uso intenso, hospedar internamente open-weights fortes (chineses ou não) pode reduzir custos abaixo dos APIs de ponta e dar alavancagem nas negociações.

Coding, agents e fluxos de trabalho

  • Modelos Qwen são amplamente usados para coding agentic com harnesses (por exemplo, sistemas baseados em Pi); execuções autônomas de longo horizonte como “oh-my-cli/oh-my-pi” impressionam alguns, mas também evidenciam problemas de confiabilidade.
  • Vários relatam que a IA aumentou a carga de trabalho: mais tarefas, executadas mais rápido, com expectativas subindo em vez de tempo liberado para hobbies.
  • Há debate sobre se modelos especializados “somente de coding” seriam significativamente menores; a maioria argumenta que o conhecimento geral do mundo melhora de forma mensurável a capacidade de coding.

Geopolítica, regulação e vantagens competitivas

  • Muitos veem modelos chineses open-weight (Qwen, DeepSeek, Kimi, GLM) impulsionando uma corrida para baixo nos preços de inferência e corroendo a vantagem competitiva dos laboratórios fechados dos EUA.
  • Outros argumentam que as vantagens competitivas agora estão no acesso a compute, em dados proprietários de RLHF, na integração empresarial e na captura regulatória, além do lock-in no nível do harness (estado de sessão não portátil).
  • É comum a especulação sobre medidas dos EUA ou da UE para restringir modelos chineses ou open weights; a viabilidade e a aplicação dessas medidas são intensamente debatidas.