Qwen 3.8-Max – আলিবাবা ক্লাউডের Qwen দলের তৈরি ফ্ল্যাগশিপ বৃহৎ মডেল চালু আছে

Qwen 3.8-Max হলো আলিবাবা ক্লাউডের Qwen দলের তৈরি ফ্ল্যাগশিপ বৃহৎ মডেল, যার মোট প্যারামিটার 2.4 ট্রিলিয়ন। এটি Qwen 3.5 আর্কিটেকচারের ওপর ভিত্তি করে সম্প্রসারিত হয়েছে। Qwen পরিবারের এখন পর্যন্ত সবচেয়ে শক্তিশালী মডেল হিসেবে এটি প্রথম Max-স্তরের মডেল, যার ওজন শিগগিরই ওপেন সোর্স করা হবে। প্রোগ্রামিং, অফিসের কাজ, গবেষণা এবং দীর্ঘমেয়াদি কাজের ক্ষেত্রে মডেলটির পূর্ণাঙ্গ উন্নতি হয়েছে। Qianwen AI প্ল্যাটফর্ম API-এর মাধ্যমে এটি ব্যবহার করা যায় এবং OpenAI ও Anthropic প্রোটোকলের সঙ্গে সামঞ্জস্যপূর্ণ হওয়ায় Claude Code, Codex, Qoder-এর মতো প্রধান এজেন্ট ফ্রেমওয়ার্কে নির্বিঘ্নে একীভূত করা যায়।

দীর্ঘমেয়াদি স্বয়ংক্রিয় প্রোগ্রামিং: দশ দিন পর্যন্ত স্বয়ংক্রিয় প্রোগ্রামিং সমর্থন করে, স্ব-বিবর্তনশীল harness তৈরি করে এবং চাহিদা সংগ্রহ, issue বিতরণ, কোড তৈরি ও স্বয়ংক্রিয় ত্রুটি সংশোধন সম্পন্ন করে।
গবেষণাপত্র পুনরুৎপাদন ও উন্নতি: স্বাধীনভাবে গবেষণাপত্রের পরীক্ষা পুনরুৎপাদনের পর চার দফা স্ব-বিবর্তনশীল লুপের মাধ্যমে 18টি উন্নয়ন ধারণা পরীক্ষা করে এবং AIME24-এ মূল পদ্ধতিকে 2.7 পয়েন্টে ছাড়িয়ে যায়।
প্রতিযোগিতামূলক কাজ: 24 ঘণ্টার মধ্যে স্বাধীনভাবে সমাধান তৈরি ও পুনরাবৃত্তি করে, নির্ভুলতা 0.60 থেকে 0.853-এ উন্নীত করে এবং 87% মানব প্রতিযোগী দলকে পরাজিত করে।
অফিসের উৎপাদনশীলতা বৃদ্ধি: আইনজীবীর এক ঘণ্টায় 1,284টি ধারা চিহ্নিত করা এবং ডিজাইনারের একবারে 8 পৃষ্ঠার ইন্টার‌্যাক্টিভ প্রোটোটাইপ তৈরি করাসহ শত শত উচ্চমূল্যের পেশাগত কাজ সমর্থন করে।
কোয়ান্ট কৌশল গবেষণা: একটি বাক্যের বর্ণনা থেকে প্রায় 330টি সাব-এজেন্ট পরিচালনা করে প্রায় 6,000টি ব্যাকটেস্ট সম্পন্ন করে এবং শুরু থেকে শেষ পর্যন্ত ETF রোটেশন কৌশল সরবরাহ করে।
চিপের স্বয়ংক্রিয় নকশা: প্রায় 500 দফা ইন্টার‌্যাকশনের মাধ্যমে ক্রিপ্টোগ্রাফিক অ্যাক্সিলারেটরের নেটলিস্ট গেটের সংখ্যা 8,298 থেকে 678-এ নামিয়ে আনে, ক্ষেত্রফল 81% কমায় এবং টাইমিং ক্লোজার অর্জন করে।

আর্কিটেকচার সম্প্রসারণ: Qwen 3.5 আর্কিটেকচারের ভিত্তির ওপর তৈরি। মোট প্যারামিটার 2.4 ট্রিলিয়ন এবং সক্রিয় প্যারামিটার 95B। আর্কিটেকচারের ধারাবাহিকতা বজায় রেখেই মডেলটির আকারে বড় ধরনের বৃদ্ধি ঘটানো হয়েছে।
বাস্তব বিশ্বের রিইনফোর্সমেন্ট লার্নিং ব্যবস্থা: RL পরিবেশের সংখ্যা ও প্রশিক্ষণ কম্পিউটিং একসঙ্গে সম্প্রসারণের মাধ্যমে সাধারণ কাজের সক্ষমতা বাড়ায়। এর মূল সমাধান তিনটি আন্তঃসংযুক্ত চ্যালেঞ্জকে ঘিরে: কাজ, কর্মক্ষেত্র ও Harness—এই তিন মাত্রায় বিচ্ছিন্নতা তৈরি করে পরিবেশের সংখ্যা সমন্বিতভাবে স্বাভাবিকভাবে বাড়ানো; একটি একীভূত পুরস্কার ব্যবস্থা তৈরি করে কার্যসম্পাদনভিত্তিক যাচাই, টেক্সট ও রেন্ডার-পরবর্তী ভিজ্যুয়াল আউটপুটের rubric মূল্যায়ন এবং agentic পরীক্ষা একত্রে অন্তর্ভুক্ত করা, যাতে কাজভিত্তিক যাচাইকারীর অসামঞ্জস্য দূর হয়; এবং একটি অনলাইন ডেটা ব্যালান্সার তৈরি করে প্রতিটি batch-এ কাজ, কঠিনতা, কর্মক্ষেত্র ও harness অনুযায়ী ভারসাম্যপূর্ণ বণ্টন পুনর্গঠন করা, যাতে গ্রেডিয়েন্টের ভ্যারিয়েন্স কমে এবং প্রশিক্ষণ কম্পিউটিংয়ের স্থিতিশীল ও ধারাবাহিক সম্প্রসারণ সম্ভব হয়।
স্ব-বিবর্তনশীল ফিডব্যাক লুপ: মডেলটি সম্পাদন-ফিডব্যাক-পুনরাবৃত্তির অভিযোজিত প্রক্রিয়ায় উন্নতি ঘটায় এবং শত শত থেকে হাজার হাজার ইন্টার‌্যাকশনের মধ্যেও সুসংগত, পদ্ধতিগত কৌশল বজায় রাখে। এটি সিমুলেশন, সংশ্লেষণ ও লেআউটের মতো ফিডব্যাক লুপের ওপর নির্ভর করে অ্যালগরিদম-স্তরের ডেটা-পথ পুনর্গঠন করে, কেবল পৃষ্ঠতলীয় সিনট্যাক্স সমন্বয় নয়।
ডায়নামিক ওয়ার্কফ্লো অর্কেস্ট্রেশন: প্রোগ্রামিংয়ের মাধ্যমে কাজের পরিকল্পনা পরিচালনা করে এবং অর্কেস্ট্রেশন লজিককে পুনরুৎপাদনযোগ্য প্রোগ্রামে স্থায়ী করে। একক ধারাবাহিক গবেষণা-উন্নয়ন থেকে বৃহৎ আকারের সমান্তরাল অনুসন্ধানে নমনীয় পরিবর্তন সমর্থন করে, ফলে জটিল কাজের ধারাবাহিক অগ্রগতি এক কথোপকথনের মধ্যেই বৃহৎ পরিসরে সরবরাহযোগ্য স্বয়ংক্রিয় লুপে রূপান্তরিত হয়।

Qianwen AI প্ল্যাটফর্মে ব্যবহার: অ্যাকাউন্ট নিবন্ধন করে API Key সংগ্রহ করুন এবং OpenAI বা Anthropic প্রোটোকল-সমর্থিত ইন্টারফেসের মাধ্যমে সরাসরি মডেল ব্যবহার করুন।
যুক্তিবিশ্লেষণের গভীরতা নির্ধারণ: reasoning_effort প্যারামিটারের মাধ্যমে xhigh (ডিফল্ট, গভীর বিশ্লেষণ), medium (ভারসাম্যপূর্ণ) অথবা low (দক্ষ যুক্তিবিশ্লেষণ) সেট করে প্রয়োজন অনুযায়ী খরচ ও কর্মক্ষমতা নিয়ন্ত্রণ করুন।
এজেন্ট ফ্রেমওয়ার্কে একীভূতকরণ: API Key ও Base URL কনফিগার করার পর Claude Code, Codex, Qoder CLI, Qwen Code, OpenClaw-এর মতো প্রধান প্রোগ্রামিং সহকারী ও Agent ফ্রেমওয়ার্কে সংযুক্ত করা যায়।
ওপেন-সোর্স ওজন স্থাপন: আগামী সপ্তাহ থেকে Hugging Face বা ModelScope থেকে মডেলের ওজন ডাউনলোড করে স্থানীয় স্থাপন ও পরবর্তী উন্নয়ন করা যাবে।

অতি-দীর্ঘমেয়াদি স্বয়ংক্রিয় সম্পাদন: কয়েক দিন থেকে কয়েক দশ দিন পর্যন্ত একটানা মনোযোগ দিয়ে কাজ করতে পারে এবং সম্পাদন-ফিডব্যাক-পুনরাবৃত্তি লুপের মাধ্যমে নিজে উন্নত হতে পারে; পুরো প্রক্রিয়ায় মানব হস্তক্ষেপের প্রয়োজন নেই।
বাস্তব বিশ্বের RL প্রশিক্ষণ: পরিবেশের সংখ্যা ও প্রশিক্ষণ কম্পিউটিং একসঙ্গে সম্প্রসারণ করে এবং QwenWork, Claude Code, Codex, OpenClaw, Hermes-এর মতো harness-এ ভারসাম্যপূর্ণ ও ক্রমাগত উন্নত কর্মক্ষমতা দেখায়।
শুরু থেকে শেষ পর্যন্ত সরবরাহের সক্ষমতা: ডায়নামিক ওয়ার্কফ্লোর মাধ্যমে অর্কেস্ট্রেশন লজিককে পুনরুৎপাদনযোগ্য প্রোগ্রামে স্থায়ী করে। ফলে আগে ধারাবাহিকভাবে কয়েক সপ্তাহ লাগত এমন জটিল কাজ এক কথোপকথনের মধ্যেই বৃহৎ পরিসরে সরবরাহযোগ্য স্বয়ংক্রিয় লুপে সংকুচিত হয়।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://qwen.ai/blog?id=qwen3.8

আইন ও কমপ্লায়েন্স পর্যালোচনা: একবারে শত শত নথি পড়ে এক ঘণ্টার মধ্যে হাজারের বেশি প্রাসঙ্গিক ধারা চিহ্নিত করে, যা আইনবিষয়ক দলের প্রায় এক সপ্তাহের কাজের সমতুল্য।
UI/UX প্রোটোটাইপ ডিজাইন: ডিজিটাল ব্যাংকিং অ্যাপের জন্য একবারে 8 পৃষ্ঠার উচ্চবিশ্বস্ত, ইন্টার‌্যাক্টিভ প্রোটোটাইপ তৈরি করে; মানব সংশোধনের প্রয়োজন হয় না।
রেস্তোরাঁর মেনু তৈরি: শত শত উপকরণের তথ্যের ভিত্তিতে একবারে 26টি পদের পূর্ণাঙ্গ মেনু তৈরি করে এবং উপকরণ ব্যয়ের হার 33.8%-এর মধ্যে রাখে।
স্ট্রাকচারাল ইঞ্জিনিয়ারিং মডেলিং: একটি মাত্র নকশার ভিত্তিতে ব্রাউজারে 30 তলা অফিস ভবনের ভূমিকম্প-প্রতিরোধী কাঠামোর মডেল পুনর্গঠন করে এবং গুরুত্বপূর্ণ সূচক রিয়েল-টাইমে হোভার করে দেখার সুবিধা দেয়।
পুনর্বাসন চিকিৎসার ভিজ্যুয়ালাইজেশন: 2D কাগজের মূল্যায়ন ফর্মকে স্বাধীনভাবে ঘোরানো যায় এবং স্তরভিত্তিকভাবে প্রকাশিত হয় এমন 3D ইন্টার‌্যাক্টিভ উপস্থাপনায় রূপান্তর করে, যা রোগীদের পুনর্বাসনের পথ বুঝতে সহায়তা করে।