Qwen3.8-Max เปิดใช้ทั่วโลกแล้ว — 2.4T MoE, คอนเท็กซ์ 1M, $2/$6 ต่อล้านโทเค็น และสัญญาว่า "สัปดาห์หน้า" จะปล่อยน้ำหนักเปิด

Qwen ชั้น Max เป็นชั้นที่ Alibaba ปิดมาตลอด — เปิดให้ใช้ผ่าน API เท่านั้น ไม่เคยปล่อยน้ำหนัก ต่างจากชั้น 27B/35B-A3B ที่โยนขึ้น Hugging Face เป็นประจำ วันที่ 3 สิงหาคม 2026 Alibaba เปิด Qwen3.8-Max ให้นักพัฒนาทั่วโลกเรียกใช้ผ่าน Alibaba Cloud Model Studio API พร้อมเปิดเบตาสาธารณะของ QwenWork (เว็บ + แอปเดสก์ท็อป) และประกาศว่า สัปดาห์หน้าจะปล่อยน้ำหนักเปิดของ Qwen3.8-Max พร้อมกับ Qwen3.8-27B

ถ้าเกิดขึ้นจริงตามนั้น นี่จะเป็นครั้งแรกที่โมเดลชั้น Max ของ Qwen มีน้ำหนักให้โหลด — และเป็นโมเดลเปิดขนาด 2.4 ล้านล้านพารามิเตอร์ ไล่ตาม Kimi K3 (2.8T) ที่เพิ่งปล่อยน้ำหนักไปเมื่อ 27 ก.ค. คำว่า “ถ้า” สำคัญ เพราะจนถึงตอนที่เขียนโพสต์นี้ ยังไม่มี repo ของ Qwen3.8 ใด ๆ ในองค์กร Qwen บน Hugging Face (โมเดลใหม่สุดคือ Qwen3-ASR-1.7B-hf เมื่อ 22 ก.ค.) และยังไม่มีการประกาศไลเซนส์หรือวันที่แน่นอน

สเปกที่ยืนยันได้จากหน้าโมเดลของ Alibaba เอง

หน้าโมเดล qwen3.8-max บน QwenCloud (เว็บไซต์คลาวด์สากลของ Alibaba) ให้ตัวเลขที่ใช้วางแผนงานได้จริง:

รายการ	ค่า
สถาปัตยกรรม	MoE 2.4 ล้านล้านพารามิเตอร์ (ไม่ระบุ active params)
คอนเท็กซ์	1M โทเค็น
Max input / output	991K / 131K
Max input (thinking) / max reasoning	983K / 262K
อินพุต	ข้อความ, ภาพ, วิดีโอ → เอาต์พุตเป็นข้อความ
Rate limit	2M TPM, 15K RPM

ราคาต่อ 1 ล้านโทเค็น: อินพุต $2, เอาต์พุต $6, อินพุตที่โดน implicit cache $0.25, explicit cache creation $2.5, explicit cache read $0.17 — โครงสร้างแคชนี้สำคัญมากสำหรับงาน agent ที่ยิงพรอมป์ต์ซ้ำ prefix เดิม เพราะส่วนต่างระหว่าง $2 กับ $0.17 คือ ~12 เท่า

ฝั่งฟีเจอร์นักพัฒนามีครบชุดที่คาดหวังจากโมเดลระดับ frontier: function calling, structured outputs (บังคับ JSON), context cache, batches, prefix completion (partial mode ให้โมเดลเขียนต่อจากข้อความที่เราวางไว้เป๊ะ ๆ), fine-tuning และเครื่องมือ built-in ที่เรียกผ่าน Responses API ได้แก่ code_interpreter, web_search, web_extractor, t2i_search, i2i_search

คำบรรยายของ Alibaba เองเน้นสองอย่าง: งานเขียนโค้ดยาว — เคลมว่าโมเดลรันโปรเจกต์ต่อเนื่องได้ “10 วันขึ้นไป” จากโฟลเดอร์ว่างจนถึงของที่ deploy ได้ — และ การเข้าใจภาพแบบ native ที่วิ่งตลอดวงจร planning → execution → verification ไม่ใช่แค่รับภาพเข้ามาตอนต้น

สิ่งที่ยังไม่มี และควรระวัง

Qwen3.8-Max ไม่ใช่ของใหม่เอี่ยม — Qwen3.8-Max-Preview เปิดตัวไปตั้งแต่ 19 ก.ค. 2026 ผ่าน Token Plan ที่ราคา 10% ของราคามาตรฐาน ข่าววันนี้คือการเปิดกว้างสู่ผู้ใช้ทั่วโลก + QwenWork เบตา + คำมั่นเรื่องน้ำหนักเปิด

สามช่องว่างที่ยังเปิดอยู่ และนักพัฒนาควรรู้ก่อนวางแผน:

• ไม่มีตาราง benchmark ที่เผยแพร่ ตั้งแต่ preview เมื่อ 19 ก.ค. Alibaba เคลมว่าโมเดลนี้ “เป็นรองแค่ Fable 5” แต่ยังไม่ปล่อยตัวเลขให้ตรวจสอบ ตัวเลข DeepSWE/SWE-bench ที่ลอยอยู่บนโซเชียลตอนนี้ยังตามกลับไปหาเอกสารต้นทางของ Qwen ไม่ได้ — อย่าเพิ่งเชื่อ
• ไม่ระบุ active parameters สำหรับโมเดล MoE นี่คือตัวเลขที่ตัดสินว่าเสิร์ฟเองได้ไหมและแพงแค่ไหน ไม่ใช่ 2.4T ตัวเต็ม การไม่บอกทำให้ประเมินต้นทุน self-host ล่วงหน้าไม่ได้เลย
• ไม่มีไลเซนส์ “จะปล่อยน้ำหนักสัปดาห์หน้า” ไม่ได้แปลว่า Apache-2.0 บทเรียนจาก Kimi K3 คือสื่อหลายเจ้ารายงานไลเซนส์ผิดตั้งแต่วันแรก จนกว่าจะมีไฟล์ LICENSE จริงใน repo เราไม่รู้ว่าใช้เชิงพาณิชย์ได้แค่ไหน

QwenWork: สนามที่กำลังแออัด

QwenWork คือแพลตฟอร์ม agent สำหรับงานออฟฟิศ เปิดเบตาวันเดียวกับที่โมเดลเปิดกว้าง ทั้งบนเว็บและเดสก์ท็อป จุดยืนชัดว่าไปชนกับ Claude Cowork และ ChatGPT Work ฝั่งตะวันตก และ WorkBuddy ของ Tencent กับ Kimi Work ของ Moonshot ในจีน

สังเกตว่าหัวข้อบล็อกของ Qwen เองคือ “A New Bar for Coding and Cowork” — คำว่า cowork ถูกใช้เป็นคำสามัญไปแล้ว ทั้งที่เป็นชื่อผลิตภัณฑ์ของ Anthropic นี่บอกอะไรบางอย่างว่าปี 2026 การแข่งขันย้ายจาก “โมเดลตอบเก่งแค่ไหน” ไปเป็น “agent ทำงานยาวหลายวันจบเองได้ไหม”

มุมมอง AI Curator

เรื่องที่ควรจับตาไม่ใช่ 2.4T หรือคอนเท็กซ์ 1M — ตัวเลขพวกนี้เริ่มกลายเป็นมาตรฐานของชั้นบนสุดไปแล้ว เรื่องที่สำคัญกว่าคือ Alibaba กำลังจะเปิดน้ำหนักของโมเดลที่ตัวเองขายเป็น API อยู่ ซึ่งขัดกับตรรกะธุรกิจที่ทุกแล็บตะวันตกยึดถือ

เหตุผลน่าจะเป็นเรื่องส่วนแบ่งใจ (mindshare) มากกว่ารายได้ ครึ่งปีที่ผ่านมาเราเขียนถึงโมเดลเปิดจีนจำนวนมาก — Kimi K3, DeepSeek V4-Flash, GLM-5.2, MiniMax-H3 — และแนวโน้มการรับใช้งานในองค์กรอเมริกันที่เพิ่มขึ้น ขณะเดียวกันก็มีความพยายามฝั่งนโยบายสหรัฐฯ ที่จะจำกัดโมเดลเปิดจีน การปล่อยน้ำหนักชั้น Max คือการเดิมพันว่า “ถ้าคนทั้งโลกรันโมเดลเราอยู่บนเครื่องตัวเอง การแบนก็ไม่มีความหมาย”

สำหรับทีมไทย ผมแนะนำสามอย่างที่ทำได้ตอนนี้:

1. อย่าเพิ่งย้าย production รอ repo จริงกับไฟล์ไลเซนส์ก่อน ระหว่างนี้ทดสอบผ่าน API ได้ — ราคา $2/$6 ถือว่าคุ้มเมื่อเทียบกับชั้น frontier ตะวันตก แต่ต้องวัดกับงานจริงของตัวเอง ไม่ใช่เชื่อเคลม “เป็นรองแค่ Fable 5”
2. ออกแบบให้ใช้แคชตั้งแต่แรก ถ้าจะทำ agent ที่ยิงซ้ำบน codebase หรือเอกสารเดิม ส่วนต่าง $2 → $0.17 คือสิ่งที่ตัดสินว่าโปรเจกต์รอดหรือไม่รอดในเชิงต้นทุน บทเรียนนี้ตรงกับที่ทีม Manifest สรุปไว้ตอนเลิกทำ LLM router ว่า prefix caching ชนะการสลับโมเดลไปมา
3. เตรียมประเมินขนาดจริงเมื่อน้ำหนักออก 2.4T ที่ 4-bit ยังกินพื้นที่ราว 1.2TB — ระดับที่ทีมส่วนใหญ่ในไทยเสิร์ฟเองไม่ไหว ของที่ใช้ได้จริงในองค์กรน่าจะเป็น Qwen3.8-27B ที่จะเปิดพร้อมกันมากกว่า อย่าให้พาดหัว 2.4T บดบังตัวที่รันได้จริงบน GPU ตัวเดียว

และข้อสังเกตสุดท้าย: การประกาศ “สัปดาห์หน้า” โดยไม่มีวันที่ ไม่มีไลเซนส์ ไม่มี repo คือรูปแบบที่เราเห็นซ้ำมาแล้วหลายรอบในปีนี้ บางครั้งมาตรงเวลา บางครั้งเลื่อน บางครั้งออกมาแล้วไลเซนส์ไม่เหมือนที่คนคาด เราจะติดตามและรายงานเมื่อไฟล์ขึ้นจริง

แหล่งข่าว

• Alibaba’s AI model Qwen3.8-Max made widely accessible ahead of open-weights release — South China Morning Post (3 ส.ค. 2026)
• Qwen3.8-Max — หน้าโมเดลอย่างเป็นทางการบน QwenCloud (สเปก ราคา rate limit)
• Qwen3.8-Max: A New Bar for Coding and Cowork — บล็อก Qwen
• Alibaba Previews Qwen3.8-Max, a 2.4 Trillion-Parameter Multimodal Model — MarkTechPost (19 ก.ค. 2026)