Qwen3.8 ปล่อยน้ำหนักจริงแล้ว — 2.4T MoE, active 95B, 4.89 TB บน Hugging Face และไลเซนส์ที่ไม่ใช่ Apache

เมื่อ 3 สิงหาคม เราเขียนถึง Qwen3.8-Max ตอนที่ Alibaba เปิดให้ใช้ผ่าน API ทั่วโลกพร้อมประกาศว่า “สัปดาห์หน้าจะปล่อยน้ำหนักเปิด” — และปิดโพสต์นั้นด้วยข้อสังเกตว่าคำสัญญาแบบไม่มีวันที่ ไม่มีไลเซนส์ ไม่มี repo คือรูปแบบที่เห็นซ้ำมาหลายรอบในปีนี้ วันที่ 12 สิงหาคม 2026 ไฟล์ขึ้นจริง repo Qwen/Qwen3.8-2.4T-A95B และรุ่น -FP8 ปรากฏบน Hugging Face แล้ว

นี่คือครั้งแรกที่โมเดลชั้น Max ของ Qwen มีน้ำหนักให้โหลด และมันตอบทั้งสามช่องว่างที่เราตั้งไว้ในโพสต์ก่อน — บางข้อตอบแบบที่คนคาด บางข้อไม่ใช่เลย

สามคำถามที่ค้างอยู่ ตอบครบแล้ว

1. Active parameters = 95B ตัวเลขที่ Alibaba ไม่ยอมบอกตอนขาย API ตอนนี้อยู่ในชื่อ repo เลย: 2.4 ล้านล้านพารามิเตอร์รวม เปิดใช้งานจริง 95 พันล้านต่อโทเค็น เป็น MoE ที่มี 512 experts เลือกใช้ 10 routed + 1 shared ต่อโทเค็น

สถาปัตยกรรมน่าสนใจกว่าที่คิด — 92 เลเยอร์เรียงเป็นรูปแบบ 23 × (3 × (Gated DeltaNet → MoE) → 1 × (Gated Attention → MoE)) แปลว่าเป็น ไฮบริดระหว่าง linear attention (Gated DeltaNet) กับ attention ปกติ ในอัตราส่วน 3:1 ไม่ใช่ transformer เต็มตัว นี่คือสิ่งที่ทำให้คอนเท็กซ์ระดับล้านโทเค็นเป็นไปได้ในเชิงต้นทุน

2. ไลเซนส์ไม่ใช่ Apache-2.0 ไฟล์ LICENSE ใน repo คือ “Qwen3.8-Max License” ซึ่งเป็นสัญญาเฉพาะของ Qwen เอง เงื่อนไขสำคัญสองข้อ:

• ถ้าผลิตภัณฑ์เชิงพาณิชย์ของคุณมี ผู้ใช้ต่อเดือนเกิน 100 ล้านคน หรือรายได้เกิน 20 ล้านดอลลาร์ต่อเดือน ต้องแสดงชื่อโมเดลอย่างเด่นชัด
• ถ้าคุณหรือบริษัทในเครือทำธุรกิจ Model as a Service หรือ AI Work Assistant และรายได้รวมเกิน 50 ล้านดอลลาร์ในรอบ 12 เดือนใดก็ตาม ต้องไปขอไลเซนส์แยกจาก Qwen

มีข้อยกเว้นสำหรับการใช้ภายในองค์กรที่ไม่ส่งผลลัพธ์ให้บุคคลที่สาม สำหรับทีมไทยเกือบทั้งหมด เพดานพวกนี้อยู่ไกลมากจนไม่กระทบ — แต่ถ้าคุณกำลังสร้าง ธุรกิจขาย API ต่อ เส้น 50 ล้านดอลลาร์คือสิ่งที่ต้องเขียนไว้ในเอกสารตั้งแต่วันแรก ไม่ใช่ไปเจอทีหลัง

(บทเรียนจาก Kimi K3 ยังใช้ได้: สื่อหลายเจ้ารายงานไลเซนส์ผิดในวันแรก อ่านไฟล์ LICENSE ใน repo เองเสมอ)

3. มีตาราง benchmark แล้ว Qwen เทียบกับ Claude Opus 4.8, Claude Fable 5, GPT-5.6 Sol (max) และ Qwen3.7-Max ตัวเลขที่ Qwen รายงานเอง:

หมวด	Benchmark	Qwen3.8-Max
Coding agent	Terminal Bench 2.1	86.6
	SWE-bench Pro	67.7
	DeepSWE 1.1	56.6
	PaperBench	93.0
General agent	CoWorkBench	74.8
	JobBench	53.4
ความสามารถทั่วไป	GPQA Diamond	92.6
	IFBench	82.8
	PLawBench	73.2
	MRCR v2 256K (8-needle)	92.9

ย้ำว่าเป็นตัวเลขที่ผู้ผลิตรายงานเอง ยังไม่มีการวัดอิสระจาก Artificial Analysis หรือ LMArena สำหรับรุ่นน้ำหนักเปิดนี้ รอสองสามวัน

สิ่งที่ต่างจากรุ่น API — และเป็นเรื่องใหญ่

จุดที่คนน่าจะพลาดมากที่สุด: รุ่นน้ำหนักเปิดไม่เหมือนรุ่นที่ขายผ่าน API

model card เขียนตรง ๆ ว่า Qwen3.8-2.4T-A95B เป็น โมเดลข้อความล้วน (text-only) ไม่รับอินพุตภาพ และ บังคับ thinking mode ตลอดเวลา ปิดไม่ได้ — โมเดลจะขึ้นต้นด้วยการให้เหตุผลใน <think> ก่อนเสมอ ขณะที่รุ่น qwen3.8-max บน Model Studio รับทั้งข้อความ ภาพ และวิดีโอ

คอนเท็กซ์ก็ต่าง: repo ระบุ 262,144 โทเค็นแบบ native ขยายได้ถึง 1,010,000 ส่วนรุ่น API โฆษณา 1M ตรง ๆ

แปลว่าถ้าคุณสร้างระบบบนรุ่น API แล้วคิดจะย้ายมาเสิร์ฟเอง ฟีเจอร์ vision หายไปทั้งหมด และทุกคำขอจะเสียโทเค็นไปกับ reasoning ที่ปิดไม่ได้ นี่ไม่ใช่การย้ายแบบเปลี่ยน endpoint เฉย ๆ

รันเองได้ไหม — ตัวเลขจริง

repo เต็มขนาด 4.89 TB กระจายเป็น safetensors 213 ชิ้น นั่นคือรุ่นความละเอียดเต็ม ก่อนจะพูดถึงการรัน ต้องดาวน์โหลดให้จบก่อน

ฝั่ง quantization ขยับเร็วมาก — Unsloth อัปโหลด GGUF ขึ้นแล้วภายในไม่กี่ชั่วโมง:

Quant	ขนาด
UD-Q1_0 (1-bit)	397 GB
UD-IQ1_S	508 GB
UD-IQ1_M	564 GB
UD-IQ2_XXS (2-bit)	657 GB
Q8_0	2.6 TB
BF16	4.89 TB

ตัวเลขที่ควรจ้องคือ 397 GB ที่ 1-bit — ยังไม่ใช่ของที่รันบน GPU ตัวเดียว แต่เป็นระดับที่เครื่องเวิร์กสเตชัน RAM สูง ๆ หรือ Mac Studio รุ่นท็อปหลายเครื่องต่อกันเริ่มมีสิทธิ์ลุ้น ต่างจาก 4.89 TB ที่เป็นเรื่องของดาต้าเซ็นเตอร์ล้วน ๆ

Qwen แนะนำให้ใช้ SGLang, vLLM หรือ TokenSpeed สำหรับงาน production ที่ต้องการ throughput สูง ไม่ใช่ transformers ธรรมดา

ที่ยังไม่มา: Qwen3.8-27B

ประกาศเดิมบอกว่าจะปล่อย Qwen3.8-27B พร้อมกับรุ่น Max ณ เวลาที่เขียนโพสต์นี้ ยังไม่มี repo 27B อย่างเป็นทางการในองค์กร Qwen บน Hugging Face — สิ่งที่ค้นเจอเป็น repo ของบุคคลที่สาม (huginnfork/Qwen3.8-27B-FP8, -NVFP4A16) ที่อัปโหลดไว้ก่อนหน้า ซึ่งเราไม่ได้ตรวจสอบที่มา และไม่แนะนำให้เอาไปใช้แทนของทางการ

สำหรับทีมส่วนใหญ่ 27B คือรุ่นที่สำคัญกว่า เพราะเป็นตัวที่ลงบน GPU ตัวเดียวได้จริง เราจะติดตามและรายงานเมื่อขึ้นจริง

มุมมอง AI Curator

เรื่องที่ควรจำจากรอบนี้ไม่ใช่ “2.4T ใหญ่มาก” แต่เป็น ช่องว่างระหว่างโมเดลที่เปิดน้ำหนักกับโมเดลที่ขายเป็น API — ทั้งที่ใช้ชื่อเดียวกัน

Alibaba ทำสิ่งที่ไม่มีแล็บตะวันตกไหนทำ คือเปิดน้ำหนักของโมเดลชั้นบนสุดที่ตัวเองเก็บเงินอยู่ แต่เปิดแบบตัดฟีเจอร์: ไม่มี vision, บังคับ reasoning, คอนเท็กซ์ native น้อยกว่า และไลเซนส์กันคู่แข่งที่จะเอาไปขายต่อ นี่ไม่ใช่ความใจกว้าง มันคือการออกแบบผลิตภัณฑ์ — เปิดพอให้ได้ mindshare และให้องค์กรที่กลัวเรื่องข้อมูลเอาไปรันในบ้านตัวเอง แต่ไม่เปิดจนคนเลิกจ่ายค่า API

และมันได้ผล คำถาม “โมเดลเปิดจีนจะโดนแบนไหม” มีความหมายน้อยลงมากเมื่อไฟล์ 4.89 TB กระจายไปทั่วโลกแล้วภายในวันเดียว พร้อม GGUF จากชุมชนภายในไม่กี่ชั่วโมง

สำหรับทีมไทย สามข้อที่ทำได้ตอนนี้:

1. อย่าอ่านพาดหัวแล้วคิดว่าย้ายจาก API มา self-host ได้เลย ถ้าระบบคุณใช้ภาพ รุ่นเปิดทำไม่ได้ ถ้าคุณคุมต้นทุนด้วยการปิด thinking ในงานง่าย ๆ รุ่นเปิดก็ปิดไม่ได้ ต้นทุนต่อคำตอบจะสูงกว่าที่ประเมินไว้ ทดสอบด้วย workload จริงก่อนตัดสินใจ
2. ถ้าจะรันเอง เป้าหมายที่สมเหตุสมผลคือรอ 27B ไม่ใช่ 2.4T ต่อให้บีบเหลือ 397 GB ก็ยังต้องลงทุนฮาร์ดแวร์ระดับที่ทีมไทยส่วนใหญ่เอาเงินไปจ่ายค่า API ได้หลายปี ตัวเลข 1-bit น่าตื่นเต้นแต่คุณภาพที่ 1-bit บนโมเดล MoE ยังเป็นเรื่องที่ต้องวัดเอง ไม่ใช่สมมติ
3. อ่านไลเซนส์ก่อน ถ้าโมเดลธุรกิจคุณคือขายต่อ เพดาน MaaS 50 ล้านดอลลาร์ต่อ 12 เดือนดูไกล แต่ถ้าคุณเป็นผู้ให้บริการคลาวด์ในภูมิภาคที่กำลังโต มันคือเงื่อนไขที่ต้องมีคำตอบไว้ล่วงหน้า ไม่ใช่ปัญหาของ “อนาคต”

ข้อสังเกตสุดท้ายเรื่องกระบวนการ: Alibaba บอกว่า “สัปดาห์หน้า” ในวันที่ 3 ส.ค. แล้วของมาวันที่ 12 ส.ค. — ช้ากว่าที่คนคาดไปสองสามวัน และมาไม่ครบ (ขาด 27B) เราจะไม่เขียนว่าอะไร “มาแล้ว” จนกว่าจะเห็นไฟล์ นี่คือเหตุผล

แหล่งข่าว

• Qwen/Qwen3.8-2.4T-A95B — model card อย่างเป็นทางการบน Hugging Face
• ไฟล์ LICENSE ของ Qwen3.8-Max ใน repo (ข้อความเต็ม)
• unsloth/Qwen3.8-2.4T-A95B-GGUF — quantization สำหรับ llama.cpp
• โพสต์ก่อนหน้าของเรา: Qwen3.8-Max เปิดใช้ทั่วโลก พร้อมคำสัญญาเรื่องน้ำหนักเปิด (3 ส.ค. 2026)