Choose your path

Lær at bruge Qwen3.8-Flash API med CometAPI, inklusive Python, JavaScript, cURL, streaming, tænkemodus, multimodalt input og struktureret output.

Hvordan udruller man Qwen 3.8 Max lokalt med Qwen3.8-2.4T-A95B åbne vægte, herunder GPU-krav, FP8/FP4, vLLM, SGLang, 1M kontekst og produktionsoptimering?

Qwen 3.8 Max koster $2/M input og $6/M output. Sammenlign cachegebyrer, værktøjsomkostninger, konkrete eksempler, begrænsninger og råd om migrering fra Qwen 3.7.

På kinesisk nytårsaften (Feb 16–17, 2026) lancerede Alibaba Group sin næstegenerationsmodel, Qwen 3.5 — en multimodal model med agent-evner, positioneret til det, virksomheden kalder en “agentic AI”-æra. Brancheomtale fremhævede påstande om store gevinster i effektivitet og omkostninger samt hurtig understøttelse fra hardware- og cloud-leverandører. CometAPI er en mulighed for udviklere, der ønsker hostet API-adgang eller en OpenAI-kompatibel integration, mens AMD annoncerede Day-0 GPU-understøttelse for modellen på sin Instinct-serie. ByteDance er en af de vigtigste indenlandske konkurrenter, der frigav opgraderinger omkring den samme højtid. OpenAI forbliver et referencepunkt for sammenligning i benchmarks og integrationsstil.

Alibabas nye Qwen3.5 er et stort skridt frem — den mindsker afstanden til, og i nogle agent-baserede / multimodale workloads hævder den paritet med eller fordel over, visse frontier-modeller med lukket kildekode på en række offentlige benchmarks og interne tests. Men “overgå” afhænger af workloadet: inden for agent-baseret værktøjsbrug, multimodal dokument/video-forståelse og omkostning pr. inferens rapporteres Qwen3.5 at være særdeles konkurrencedygtig (og i nogle leverandørers grafer foran). Den praktiske konklusion: Qwen3.5 fremstår som en reel frontier-kandidat i begyndelsen af 2026 — for mange virksomheders agent-baserede og multimodale brugsscenarier er den nu en levedygtig primær mulighed.
Alibaba’s Qwen3-Max-Thinking — den “thinking”-variant af den massive Qwen3-familie — er blevet en af årets store historier inden for AI: et flagskib med over en billion parametre, finjusteret til dyb ræsonnering, forståelse af lange kontekster og agentbaserede arbejdsgange. Kort sagt er det leverandørens manøvre for at give applikationer en langsommere, mere sporbar “System-2”-tænkemodus: modellen nøjes ikke med at svare; den kan vise (og anvende) trin, værktøjer og mellemliggende kontroltrin på kontrolleret vis.

Alibabas Qwen-team har udgivet Qwen3-Max-Preview (Instruct) – virksomhedens hidtil største model med mere end 1 billion parametre – og gjort den ...

Qwen3-Max-Preview er Alibabas seneste flagskibs-previewmodel i Qwen3-familien — en Mixture-of-Experts (MoE)-model med over billioner parametre og et ultralangt kontekstvindue på 262k tokens, udgivet som preview til brug i virksomheder/cloud-miljøer. Den er rettet mod dybdegående ræsonnement, forståelse af lange dokumenter, kodning og agentiske arbejdsgange.