![[ENG] Qwen 3.8 Max już jest. Najlepszy otwarty model? (pełne testy)](https://aiport.pl/wp-content/uploads/2026/08/eng-qwen-3-8-max-juz-jest-najlepszy-otwarty-model-pelne-testy.webp "[ENG] Qwen 3.8 Max już jest. Najlepszy otwarty model? (pełne testy)")
Kanał WorldofAI przetestował świeżo wydany model Qwen 3.8 Max od Alibaby, flagowca o 2,4 biliona parametrów, który ma trafić do publicznego obiegu razem z mniejszym, otwartym Qwen 3.8 27B. Autor przepuszcza go przez testy front-endu, scen 3D w Three.js i klonów systemów operacyjnych, a wnioski są dużo chłodniejsze, niż sugeruje sam rozmiar modelu.
Kluczowe fakty:
- Qwen 3.8 Max to model Alibaby o 2,4 biliona parametrów, wyceniony na 2 USD za milion tokenów wejściowych i 6 USD za milion tokenów wyjściowych, z oknem kontekstowym miliona tokenów oraz obsługą obrazów, dokumentów i wideo.
- W testach benchmarkowych kanału WorldofAI model zajął dwunaste miejsce, przegrywając z mniejszymi konstrukcjami takimi jak DeepSeek V4 Flash czy Grok 4.5.
- Alibaba zapowiedziała udostępnienie wag zarówno dla Qwen 3.8 Max, jak i dla mniejszego modelu Qwen 3.8 27B, który będzie można uruchomić na własnym sprzęcie.
Film: Qwen 3.8 Max IS OUT! Best Open Model? (Fully Tested)
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co pokazuje materiał
Autor zaczyna od tego, co uznaje za ważniejsze od samej premiery flagowca. Alibaba zapowiedziała udostępnienie wag zarówno dla Qwen 3.8 Max, jak i dla mniejszego Qwen 3.8 27B, czyli modelu, który da się uruchomić na własnym sprzęcie. Sam Max to konstrukcja o 2,4 biliona parametrów, wyceniona na 2 dolary za milion tokenów wejściowych i 6 dolarów za milion wyjściowych, z oknem kontekstowym miliona tokenów i obsługą obrazów, dokumentów oraz wideo.
Potem zaczynają się testy. W zestawieniu benchmarkowym, którego autor używa na swoim kanale, Qwen 3.8 Max wypada na dwunastym miejscu, za Opusem 4.7, DeepSeekiem V4 Flash i Grokiem 4.5. Autor nie ukrywa zdziwienia, bo model przegrywa z konstrukcjami znacznie od siebie mniejszymi. W porównaniu bezpośrednim z Claude Opus 5 oba modele wykonują zadanie poprawnie, tyle że Opus daje lepszy efekt przy koszcie około ośmiokrotnie wyższym.
Reszta filmu to przegląd konkretnych generacji. Symulacja czarnej dziury wygenerowana w jednym podejściu, model Układu Słonecznego z pasem asteroid i Wielką Czerwoną Plamą, nowoczesny salon w Three.js z cieniami i sterowaniem orbitalnym, zestaw greckich rekwizytów 3D. Do tego dwa klony systemów: przeglądarkowy Windows 11 wypada przeciętnie, a klon macOS z działającym paskiem górnym, animacjami i kilkunastoma aplikacjami dostaje od autora ocenę 6,9 na 10.
Dla kogo jest ten film
Materiał przyda się każdemu, kto planuje wybór modelu do pracy z kodem front-endowym albo grafiką 3D i chce zobaczyć rzeczywiste efekty, a nie tabelkę z benchmarkami. Autor pokazuje generacje w całości, razem z błędami, i nie próbuje sprzedać modelu jako przełomu. Jego ocena jest krytyczna, mimo że sam przyznaje, że lubi ten model. To rzadkie połączenie w tym segmencie YouTube’a, gdzie premiera z Chin zwykle oznacza gotowy zachwyt. Film ma też przezroczyste umiejscowienie sponsora, którym jest otwartoźródłowe narzędzie TestSprite CLI do weryfikowania pracy agentów kodujących.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Fragmenty warte uwagi
Transkrypcja materiału nie zawiera znaczników czasu, więc podaję same tematy w kolejności, w jakiej pojawiają się w filmie.
- Zapowiedź otwartych wag dla Qwen 3.8 27B. Autor traktuje ten wątek jako ważniejszy od premiery flagowca, bo to jedyna wersja, którą przeciętny użytkownik uruchomi lokalnie.
- Dwunaste miejsce w zestawieniu benchmarkowym. Moment, w którym rozjeżdża się liczba parametrów i realna pozycja modelu wobec konkurencji.
- Porównanie z Claude Opus 5. Oba modele kończą zadanie, ale różnica w koszcie sięga ośmiu razy, co zmienia całą kalkulację.
- Symulacja czarnej dziury z jednego promptu. Najlepszy pojedynczy wynik w całym filmie i argument za tym, że model naprawdę radzi sobie z warstwą wizualną.
- Klon macOS w przeglądarce. Pokazuje granicę możliwości modelu, bo działa, ale z widocznymi błędami.
- Zamknięcie z listą zastrzeżeń. Autor tłumaczy, dlaczego nie sięga po ten model na co dzień.
Najostrzejszy fragment oceny brzmi tak: „Nie mówię, że to rozczarowanie, ale czuć pewien niedosyt” / „I’m not saying this is disappointing, but it is a little lackluster.” Podobnie kończy się cały materiał: „Naprawdę lubię Qwen 3 Max, ale to nie jest model, którego używałbym na co dzień” / „I really love Qwen 3 Max, but it’s not something that I would use as my daily driver.” Jako powody autor podaje nadmierne rozmyślanie modelu nad prostymi zadaniami i wynikającą z tego powolność, przez którą do kodowania woli DeepSeeka, a do front-endu Kimi K3.
Oglądając ten materiał, wracam do pytania, które od kilku miesięcy chodzi mi po głowie przy każdej premierze z Chin. Czy rozmiar modelu jeszcze cokolwiek mówi? Mamy tu 2,4 biliona parametrów przegrywające w praktycznych zadaniach z modelami o ułamku tej skali, i to przegrywające na testach prowadzonych przez osobę życzliwą wobec Alibaby. Autor jest uczciwy w tej ocenie i za to go cenię, choć przypomnę, że jego zestawienie benchmarkowe to narzędzie jego własnego autorstwa, promowane w tym samym filmie. Wyniki traktuję więc jako sygnał, nie jako pomiar.
Znacznie ciekawszy jest wątek, który w filmie przewija się jakby na marginesie. Otwarte wagi dla wersji 27B to coś, co realnie zmienia sytuację małych zespołów. Duży model dostępny przez API jest zawsze czyjąś infrastrukturą, czyimś cennikiem i czyjąś polityką dostępu. Model, który leży na dysku, jest po prostu twój. Pytanie brzmi, ile z jakości flagowca przetrwa zejście do tej skali, i na to odpowiedzi w tym filmie jeszcze nie ma.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Dlaczego ten wątek dotyczy polskich zespołów
Testy z filmu koncentrują się na jednym pytaniu, które w polskich realiach ma ciężar gatunkowy większy niż benchmarki. Chodzi o to, czy da się dostać sensowną jakość bez wysyłania kodu i danych do zewnętrznego dostawcy. Model o rozmiarze 27 miliardów parametrów mieści się na sprzęcie, który stoi w niejednej polskiej firmie programistycznej, a to oznacza pracę bez wynoszenia niczego poza własną sieć. Dla zespołów obsługujących sektor publiczny, medyczny czy finansowy jest to argument mocniejszy niż jakiekolwiek miejsce w rankingu.
Druga sprawa to koszt. Ośmiokrotna różnica w cenie wobec Opusa 5, o której mówi autor, wygląda inaczej w budżecie warszawskiego software house’u niż w kalifornijskim startupie po rundzie finansowania. Model przeciętny, ale tani i uruchamiany na miejscu, potrafi zamknąć więcej rzeczywistych zadań niż model najlepszy, na który nie stać zespołu przy skali produkcyjnej. To rachunek, który polskie firmy robią od dawna i który rzadko wygrywa flagowiec.
O materiale
Kanał: WorldofAI. Tytuł: „Qwen 3.8 Max IS OUT! Best Open Model? (Fully Tested)”, dostępny pod adresem youtube.com/watch?v=vmLwsoVRo30. Język materiału: angielski. Data publikacji i czas trwania nie zostały potwierdzone, więc ich nie podaję. Omówienie powstało na podstawie transkrypcji materiału. Redakcja AIPORT.pl nie jest autorem filmu ani nie jest powiązana z kanałem. Komentarz redakcyjny i wybór fragmentów: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
