Qwen 3.8-Max – علی بابا کلاؤڈ کی Qwen ٹیم کا پیش کردہ فلیگ شپ بڑا ماڈل آپریشن میں

Qwen 3.8-Max علی بابا کلاؤڈ کی Qwen ٹیم کا پیش کردہ فلیگ شپ بڑا ماڈل ہے، جس کے کل پیرامیٹرز 2.4 ٹریلین ہیں اور جو Qwen 3.5 آرکیٹیکچر کی بنیاد پر پھیلایا گیا ہے۔ یہ Qwen خاندان کا اب تک کا سب سے طاقتور ماڈل ہے اور Max درجے کا پہلا ایسا ماڈل ہے جس کے وزن جلد اوپن سورس کیے جائیں گے۔ ماڈل نے پروگرامنگ، دفتری کام، سائنسی تحقیق اور طویل مدتی کاموں میں جامع اپ گریڈ حاصل کیا ہے۔ اسے Qwen AI پلیٹ فارم کی API کے ذریعے استعمال کیا جا سکتا ہے، یہ OpenAI اور Anthropic پروٹوکولز سے مطابقت رکھتا ہے اور Claude Code، Codex، Qoder جیسے معروف ایجنٹ فریم ورکس میں بغیر رکاوٹ ضم ہو سکتا ہے۔

طویل مدتی خودکار پروگرامنگ: دس دن تک جاری رہنے والی خودکار پروگرامنگ کی معاونت، خود ارتقائی harness کی تعمیر، اور ضروریات جمع کرنے، issue تقسیم کرنے، کوڈ تیار کرنے اور اپنی اصلاح کا عمل مکمل کرتا ہے۔
تحقیقی مقالوں کی ازسرنو تنفیذ اور بہتری: مقالے کے تجربات آزادانہ طور پر دہرانے کے بعد خود ارتقائی چکر کی چار گردشوں کے ذریعے 18 بہتری کے خیالات آزماتا ہے، اور AIME24 میں اصل طریقے سے 2.7 پوائنٹس آگے نکلتا ہے۔
مقابلہ جاتی عملی استعمال: 24 گھنٹوں کے اندر آزادانہ طور پر حل تیار اور بہتر کرتا ہے، درستگی 0.60 سے بڑھا کر 0.853 کرتا ہے اور 87% انسانی شریک ٹیموں کو شکست دیتا ہے۔
دفتری کارکردگی میں اضافہ: سیکڑوں اعلیٰ قدر والے پیشہ ورانہ منظرناموں کا احاطہ، مثلاً وکیل ایک گھنٹے میں 1,284 شقوں کی نشان دہی کر سکتا ہے اور ڈیزائنر ایک ہی بار میں 8 صفحات پر مشتمل قابلِ تعامل پروٹوٹائپ تیار کر سکتا ہے۔
مقداری حکمتِ عملی کی تحقیق و ترقی: ایک جملے کی وضاحت سے آغاز کرتے ہوئے تقریباً 330 ذیلی ایجنٹس کو منظم کرتا ہے، تقریباً 6,000 بیک ٹیسٹس مکمل کرتا ہے اور اینڈ ٹو اینڈ ETF گردش کی حکمتِ عملی فراہم کرتا ہے۔
چِپ کا خودکار ڈیزائن: تقریباً 500 دور کی تعامل کے بعد کرپٹوگرافک ایکسیلیریٹر کے نیٹ لسٹ گیٹس کی تعداد 8,298 سے کم کر کے 678 کرتا ہے، رقبہ 81% گھٹاتا ہے اور ٹائمنگ کلوزر حاصل کرتا ہے۔

آرکیٹیکچر کی توسیع: Qwen 3.5 آرکیٹیکچر کی بنیاد پر پھیلایا گیا ہے، کل پیرامیٹرز 2.4 ٹریلین اور فعال پیرامیٹرز 95B ہیں۔ آرکیٹیکچر کی وراثت برقرار رکھتے ہوئے پیمانے میں نمایاں اضافہ کیا گیا ہے۔
حقیقی دنیا کا تقویتی تعلیمی نظام: RL ماحول کی تعداد اور تربیتی کمپیوٹنگ کو مشترکہ طور پر بڑھا کر عمومی کام کرنے کی صلاحیت بہتر بناتا ہے۔ اس کے بنیادی حل میں تین باہم جڑے چیلنجز شامل ہیں: کام، ورک اسپیس اور Harness کے تین ابعاد کو الگ کرنا، تاکہ ماحول کی تعداد امتزاجی انداز میں قدرتی طور پر بڑھے؛ ایک متحد انعامی نظام بنانا، جو عمل درآمد پر مبنی توثیق، متن اور رینڈر شدہ بصری آؤٹ پٹ کی rubric تشخیص، اور agentic جانچ کو ایک ہی نظام میں شامل کرے، یوں کام کے لیے مخصوص توثیق کنندگان کی عدم مطابقت ختم ہو؛ اور ایک آن لائن ڈیٹا بیلنسر بنانا، جو ہر batch میں کام، مشکل، ورک اسپیس اور harness کے لحاظ سے متوازن تقسیم کو ازسرنو تشکیل دے، گریڈینٹ کے فرق کو کم کرے اور تربیتی کمپیوٹنگ کی مستحکم و مسلسل توسیع کی معاونت کرے۔
خود ارتقائی فیڈبیک لوپ: ماڈل عمل درآمد، فیڈبیک اور تکرار کے انکولی طریقہ کار سے اصلاح آگے بڑھاتا ہے، اور سیکڑوں سے ہزاروں تعاملاتی ادوار میں انتہائی مربوط نظامی حکمتِ عملی برقرار رکھتا ہے۔ یہ سمیولیشن، ترکیب اور لے آؤٹ جیسے فیڈبیک لوپس پر انحصار کرتے ہوئے سطحی نحوی fine-tuning کے بجائے الگورتھم کی سطح پر ڈیٹا پاتھ کی ازسرنو تشکیل کرتا ہے۔
متحرک ورک فلو آرکیسٹریشن: کام کی منصوبہ بندی کو پروگرامنگ کے ذریعے چلاتا ہے اور آرکیسٹریشن کی منطق کو قابلِ تکرار پروگرام میں تبدیل کرتا ہے۔ یہ واحد مربوط سلسلے میں تحقیق و ترقی سے بڑے پیمانے پر متوازی تلاش تک لچک دار منتقلی کی معاونت کرتا ہے، جس سے پیچیدہ کاموں کی سلسلہ وار پیش رفت ایک ہی گفتگو میں بڑے پیمانے پر فراہم کیے جانے والے خودکار اختتامی لوپ میں تبدیل ہو جاتی ہے۔

Qwen AI پلیٹ فارم کے ذریعے کال: اکاؤنٹ رجسٹر کر کے API Key حاصل کریں، پھر OpenAI یا Anthropic پروٹوکول سے مطابقت رکھنے والے انٹرفیس کے ذریعے ماڈل کو براہِ راست کال کریں۔
استدلال کی گہرائی کو ایڈجسٹ کریں: reasoning_effort پیرامیٹر کے ذریعے xhigh (ڈیفالٹ، گہرا تجزیہ)، medium (متوازن) یا low (مؤثر استدلال) منتخب کریں اور لاگت و کارکردگی کو ضرورت کے مطابق کنٹرول کریں۔
ایجنٹ فریم ورکس میں انضمام: API Key اور Base URL ترتیب دینے کے بعد Claude Code، Codex، Qoder CLI، Qwen Code، OpenClaw جیسے معروف پروگرامنگ معاونین اور Agent فریم ورکس سے منسلک کیا جا سکتا ہے۔
اوپن سورس وزن کی تعیناتی: اگلے ہفتے سے Hugging Face یا ModelScope سے ماڈل کے وزن ڈاؤن لوڈ کر کے مقامی تعیناتی اور ثانوی ترقی کریں۔

انتہائی طویل مدتی خودکار عمل درآمد: کئی دنوں سے کئی دسیوں دنوں تک مسلسل توجہ کے ساتھ کام کر سکتا ہے، عمل درآمد، فیڈبیک اور تکرار کے لوپ کے ذریعے خود ارتقا کرتا ہے، اور پورے عمل میں انسانی مداخلت کی ضرورت نہیں ہوتی۔
حقیقی دنیا کی RL تربیت: ماحول کی تعداد اور تربیتی کمپیوٹنگ کو مشترکہ طور پر بڑھاتا ہے، اور QwenWork، Claude Code، Codex، OpenClaw، Hermes جیسے harness پر متوازن کارکردگی کے ساتھ مسلسل بہتری دکھاتا ہے۔
اینڈ ٹو اینڈ فراہمی کی صلاحیت: متحرک ورک فلو کے ذریعے آرکیسٹریشن کی منطق کو قابلِ تکرار پروگرام میں تبدیل کرتا ہے، اور ایسے پیچیدہ کام کو جو پہلے کئی ہفتوں کی سلسلہ وار پیش رفت کا تقاضا کرتا تھا، ایک ہی گفتگو میں بڑے پیمانے پر فراہم کیے جانے والے خودکار اختتامی لوپ میں سمیٹ دیتا ہے۔

منصوبے کی ویب سائٹ: https://qwen.ai/blog?id=qwen3.8

قانونی و تعمیری تعمیل کا جائزہ: ایک بار میں سیکڑوں دستاویزات کا مطالعہ کرتا ہے، ایک گھنٹے کے اندر ہزاروں متعلقہ شقوں کی نشان دہی کرتا ہے اور قانونی امور کی ٹیم کے تقریباً ایک ہفتے کے کام کی جگہ لے لیتا ہے۔
UI/UX پروٹوٹائپ ڈیزائن: ڈیجیٹل بینکنگ App کے لیے ایک ہی بار میں 8 صفحات پر مشتمل اعلیٰ معیار کا قابلِ تعامل پروٹوٹائپ تیار کرتا ہے، جس میں دستی اصلاح کی ضرورت نہیں ہوتی۔
کھانے کے مینو کی تیاری: سیکڑوں اجزا کے مواد کی بنیاد پر ایک ہی بار میں 26 پکوانوں پر مشتمل مکمل مینو تیار کرتا ہے اور اجزا کی لاگت کی شرح 33.8% پر برقرار رکھتا ہے۔
ساختی انجینئرنگ ماڈلنگ: صرف ایک ڈرائنگ کی بنیاد پر براؤزر میں 30 منزلہ دفتری عمارت کے زلزلہ مزاحم ساختی ماڈل کو بحال کرتا ہے، اور اہم اشاریوں کو حقیقی وقت میں hover کر کے دیکھنے کی معاونت کرتا ہے۔
بحالیاتی طب کی بصری پیشکش: 2D کاغذی جائزہ فارم کو آزادانہ طور پر گھمائے جا سکنے والے، تہہ بہ تہہ ظاہر ہونے والے 3D قابلِ تعامل مظاہرے میں تبدیل کرتا ہے، جس سے مریضوں کو بحالی کے راستے کو سمجھنے میں مدد ملتی ہے۔