<div class="key-takeaways"><ul><li>ทีมพัฒนา Qwen เปิดตัว zg (zvec-grep) เลเยอร์ค้นหาแบบ local-first โอเพนซอร์ส</li><li>รวมการค้นหาแบบเวกเตอร์, BM25 และ ripgrep ไว้ใต้สัญญาอนุญาต Apache 2.0</li><li>ติดตั้งง่ายผ่าน npm และรองรับ Node.js 22 บน macOS, Linux และ Windows</li><li>ช่วยลดการเรียกใช้เครื่องมือและจำนวนโทเค็นในการทดสอบเบนช์มาร์ก</li></ul></div><p>ทีมนักพัฒนา Qwen ได้ประกาศเปิดตัว zg หรือที่รู้จักในชื่อ zvec-grep ซึ่งเป็นเลเยอร์การค้นหาแบบ local-first ในรูปแบบโอเพนซอร์ส โดยซอฟต์แวร์นี้ถูกออกแบบมาเพื่อรวมการค้นหาเชิงความหมาย (semantic search), BM25 และ ripgrep เข้าไว้ภายใต้อินเทอร์เฟซเดียว เพื่อให้ทั้งมนุษย์และ AI agent สามารถใช้งานร่วมกันได้อย่างมีประสิทธิภาพ ซอร์สโค้ดดังกล่าวถูกเผยแพร่ภายใต้ organization zvec-ai บน GitHub และใช้งานสัญญาอนุญาตแบบ Apache 2.0 ซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์ได้ทันที</p><p>ในด้านการติดตั้งและใช้งาน zg สามารถติดตั้งผ่าน npm ด้วยคำสั่ง @zvec/zvec-grep โดยมีความต้องการระบบคือต้องใช้ Node.js 22 หรือใหม่กว่า บนระบบปฏิบัติการ macOS, Linux หรือ Windows และสำหรับโมเดลเริ่มต้นจะไม่จำเป็นต้องใช้ GPU แต่อย่างใด</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/qwen_zg_zvec_grep_mtl2hp2g_inline_1_f9ea87c712.jpg" alt="software code screen developer workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>เมื่อทำการจัดทำดัชนี (index) พื้นที่ทำงานแล้ว zg จะเปิดให้ค้นหาผ่านเส้นทางหลัก 4 รูปแบบในไปป์ไลน์การดึงข้อมูล ได้แก่ เส้นทางผสม (hybrid default) ที่รวมความตั้งใจเข้ากับตัวยึดทางคำ, เส้นทาง --fts สำหรับการค้นหาคำแบบตรงตามเงื่อนไขที่จัดอันดับด้วย BM25, เส้นทาง --vector สำหรับความเหมือนเชิงแนวคิดโดยไม่มีการจัดอันดับคำ และเส้นทาง --rg สำหรับการค้นหาแบบตรงตัวหรือใช้ Regular Expression อย่างละเอียด ซึ่งเส้นทาง --rg นี้ไม่ต้องอาศัยดัชนีล่วงหน้า ทำให้เป็นประโยชน์อย่างมากในกรณีที่ยังไม่ได้สร้างดัชนีสำหรับที่เก็บโค้ดนั้นๆ นอกจากนี้ ผลลัพธ์ที่ได้จากการค้นหาที่มีการจัดดัชนีแล้วจะมีการรายงานสถานะความสดใหม่ว่าเป็น fresh หรือ possibly_stale เพื่อให้ AI agent ตัดสินใจใช้งานผลลัพธ์ได้ทันทีโดยไม่ต้องรันคำสั่งตรวจสอบสถานะล่วงหน้า</p><div class="stat-row"><div class="stat-item"><span class="stat-number">50%</span><span class="stat-label">ลดการเรียกใช้เครื่องมือบน SWE-QA-Bench</span></div><div class="stat-item"><span class="stat-number">37.56%</span><span class="stat-label">ลดการใช้โทเค็นบน BrowseComp-Plus</span></div></div><p>สำหรับการบูรณาการร่วมกับเครื่องมือพัฒนา ระบบของ zg สามารถตรวจจับ Codex, Claude Code, Cursor และ OpenCode บนเครื่องของผู้ใช้ พร้อมเชื่อมต่อระบบ Model Context Protocol (MCP) ท้องถิ่นได้ทันที โดยเซิร์ฟเวอร์จะสื่อสารผ่าน Streamable HTTP MCP บนพอร์ต loopback ที่ http://127.0.0.1:7999/mcp พร้อมตัวเลือกการยืนยันตัวตนด้วย bearer authentication</p><blockquote class="pull-quote"><p>"An agent must never silently create, rebuild, or delete a persistent index."</p><cite>เอกสารประกอบ zg</cite></blockquote><p>ในด้านการออกแบบ ชุดเครื่องมือเริ่มต้นของ AI agent จะถูกจำกัดไว้เพียง 2 เครื่องมือ ได้แก่ zvec_grep_search สำหรับกรณีที่ทราบจุดประสงค์แต่ไม่ทราบสตริงที่แน่นอน และ zvec_grep_rg สำหรับกรณีที่ทราบสัญลักษณ์ เส้นทาง หรือ regex โดยการจัดการวงจรชีวิตของดัชนียังคงอยู่ที่ฝั่ง CLI เท่านั้น เพื่อป้องกันไม่ให้ AI สร้างหรือลบดัชนีถาวรโดยพลพละการ</p><div class="ai-insight"><p>เลเยอร์การค้นหาแบบ local-first เช่น zg สะท้อนให้เห็นถึงแนวโน้มการพัฒนาเครื่องมือสำหรับ AI agent ที่เน้นความรวดเร็วและความปลอดภัยของข้อมูลภายในเครื่อง โดยการลดการพึ่งพาเครือข่ายคลาวด์และการจำกัดสิทธิ์ของ agent ไม่ให้จัดการดัชนีเอง ช่วยป้องกันข้อผิดพลาดที่อาจเกิดขึ้นจากการที่ AI สั่งสร้างหรือลบไฟล์ดัชนีขนาดใหญ่โดยไม่ตั้งใจ ซึ่งมีความสำคัญอย่างยิ่งต่อความเสถียรของสภาพแวดล้อมการพัฒนาซอฟต์แวร์</p></div><p>ผลการประเมินประสิทธิภาพที่ระบุในโพสต์เปิดตัวและจากการทดสอบแสดงให้เห็นว่า บนชุดข้อมูลทดสอบ 20 ข้อของ SWE-QA-Bench ทาง zg สามารถลดการเรียกใช้เครื่องมือลงได้มากกว่าครึ่งและลดจำนวนอินพุตโทเค็นเกือบครึ่ง พร้อมทั้งเพิ่มคะแนน Judge ขึ้น 1.50 คะแนน ส่วนบนชุดข้อมูล 80 ข้อของ BrowseComp-Plus ความแม่นยำเพิ่มขึ้นจาก 98.67% เป็น 99.00% พร้อมกับลดการใช้โทเค็นลง 37.56% ลดการเรียกใช้เครื่องมือ 43.52% และลดเวลาของเอเจนต์ลง 38.58% นอกจากนี้ การสร้างดัชนีให้กับที่เก็บโค้ด Django ซึ่งมีไฟล์ทั้งหมด 3,457 ไฟล์ ยังใช้เวลาเสร็จสิ้นในเวลาไม่ถึง 30 นาทีบนชิป Apple M4 Pro อีกด้วย</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/02/qwen-developers-open-sources-zg-zvec-grep-a-local-first-search-layer-unifying-ripgrep-bm25-and-vector-search/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Qwen developers open-sourced zg (zvec-grep), a local-first search layer.</li><li>Combines vector search, BM25, and ripgrep under the Apache 2.0 license.</li><li>Easily installs via npm and requires Node.js 22 on macOS, Linux, and Windows.</li><li>Demonstrated significant reductions in tool calls and token usage in benchmarks.</li></ul></div><p>The Qwen Developer team has introduced zg (zvec-grep), an open-source local-first search layer designed to unify semantic search, BM25, and ripgrep behind a single interface for both humans and AI agents. The source code is published under the zvec-ai organization on GitHub and is licensed under the Apache 2.0 license, permitting commercial use.</p><p>Regarding deployment, zg installs via npm using the package @zvec/zvec-grep. It requires Node.js 22 or newer running on macOS, Linux, or Windows, and does not require a GPU when utilizing the default model.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/qwen_zg_zvec_grep_mtl2hp2g_inline_1_f9ea87c712.jpg" alt="software code screen developer workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>Once a workspace is indexed, zg provides multiple querying routes through its retrieval pipeline. These include a hybrid default route combining intent with lexical anchors, --fts for BM25-ranked exact term matching, --vector for conceptual similarity without lexical ranking, and --rg for exhaustive literal or regular expression matching. Notably, the --rg route requires no pre-existing index, which is useful for repositories that have not yet been indexed. Furthermore, indexed results report a freshness state of fresh or possibly_stale, allowing AI agents to utilize acceptable results immediately without running a preliminary status check.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">50%</span><span class="stat-label">Reduction in tool calls on SWE-QA-Bench</span></div><div class="stat-item"><span class="stat-number">37.56%</span><span class="stat-label">Decrease in input tokens on BrowseComp-Plus</span></div>%</div><p>For ecosystem integration, zg automatically detects coding assistants such as Codex, Claude Code, Cursor, and OpenCode on the host machine and wires up the local Model Context Protocol (MCP) integration. The server communicates via Streamable HTTP MCP on a loopback-only endpoint at http://127.0.0.1:7999/mcp, with optional bearer authentication.</p><blockquote class="pull-quote"><p>"An agent must never silently create, rebuild, or delete a persistent index."</p><cite>zg documentation</cite></blockquote><p>A key design decision is restraint: the default agent toolset exposes precisely two tools, zvec_grep_search and zvec_grep_rg, while index lifecycle management remains strictly with the CLI. This ensures that agents cannot autonomously and silently create, rebuild, or delete persistent indexes.</p><div class="ai-insight"><p>Local-first search layers like zg represent an emerging architectural pattern in developer tooling, prioritizing local data privacy and low-latency code retrieval. By keeping heavy indexing logic tied strictly to the CLI and limiting autonomous agent capabilities over the index lifecycle, developers can prevent unexpected resource consumption or corrupted state issues during automated coding workflows.</p></div><p>Evaluation metrics shared in the launch materials demonstrate notable efficiency gains. On a 20-question sample of SWE-QA-Bench, zg cut tool calls by more than half and input tokens by nearly half while raising the Judge score by 1.50 points. On an 80-question sample of BrowseComp-Plus, accuracy shifted from 98.67% to 99.00%, while input tokens dropped by 37.56%, tool calls decreased by 43.52%, and agent execution time fell by 38.58%. Additionally, indexing the Django repository containing 3,457 files reportedly finished in under 30 seconds on an Apple M4 Pro.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/02/qwen-developers-open-sources-zg-zvec-grep-a-local-first-search-layer-unifying-ripgrep-bm25-and-vector-search/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_ทีมนักพัฒนา-qwen-เปิดตัว-zg-zvec-grep-ค้นหาโลคัล-mtl2hp2g.jpg

small_ทีมนักพัฒนา-qwen-เปิดตัว-zg-zvec-grep-ค้นหาโลคัล-mtl2hp2g.jpg

thumbnail_ทีมนักพัฒนา-qwen-เปิดตัว-zg-zvec-grep-ค้นหาโลคัล-mtl2hp2g.jpg

ทีมนักพัฒนา-qwen-เปิดตัว-zg-zvec-grep-ค้นหาโลคัล-mtl2hp2g.jpg

ทีมพัฒนา Qwen เปิดตัว zg (zvec-grep) เลเยอร์การค้นหาแบบ local-first โอเพนซอร์สใต้สัญญาอนุญาต Apache 2.0 รวม ripgrep, BM25 และเวกเตอร์เสิร์ชไว้ในอินเทอร์เฟซเดียว รองรับการใช้งานผ่าน npm

Qwen developer team open-sources zg (zvec-grep), a local-first search layer combining ripgrep, BM25, and vector search under the Apache 2.0 license.

ทีมนักพัฒนา Qwen เปิดตัว zg (zvec-grep) ค้นหาโลคัล

Qwen Team Open-Sources zg (zvec-grep) Search Layer

<div class="key-takeaways"><ul><li>Z.ai และ Qwen ออกแบบสถาปัตยกรรม AI ใหม่คล้ายกันโดยไม่ได้นัดหมาย</li><li>ใช้ไฮบริดระหว่าง linear และ full attention อัตราส่วน 3:1</li><li>แทนที่ residual stream แบบเดิมด้วย 4 บิดขนานพร้อมเกตควบคุม</li></ul></div><p>วงการปัญญาประดิษฐ์ฝั่งประเทศจีนกำลังสร้างความประหลาดใจครั้งใหญ่ เมื่อสถาบันวิจัยชั้นนำสองแห่งได้แก่ Z.ai และทีมพัฒนา Qwen ได้พัฒนาโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดอย่างอิสระ แต่กลับได้โครงสร้างการทำงานที่ถอดแบบกันมาแทบทุกกระเบียดนิ้ว ไม่ว่าจะเป็นสัดส่วนการผสมผสานและการเลือกใช้เทคนิคระดับลึก</p><p>โมเดล <strong>GLM-5.3-Flash</strong> จากค่าย Z.ai ถือเป็นโมเดลแบบเนทีฟมัลติโมเดลรุ่นแรกในตระกูล GLM-5 เผยแพร่ภายใต้สัญญาอนุญาตแบบ MIT บนแพลตฟอร์ม Hugging Face โดยผ่านการทดสอบแบบไม่เปิดเผยชื่อในฐานะ Ox Alpha บน OpenRouter และก้าวขึ้นเป็นโมเดลยอดนิยมประจำสัปดาห์ทันที</p><p>ทางด้าน <strong>Qwen3.8-Flash-Next</strong> ทำหน้าที่เป็นตัวแทนพรีวิวสถาปัตยกรรมยุคถัดไป โดยโมเดลการ์ดระบุขนาดพารามิเตอร์หลักไว้ที่ 125 พันล้านพารามิเตอร์ พร้อมตารางเอ็นแกรมเอ็มเบดดิ้งเสริมอีก 51 พันล้านพารามิเตอร์ และเปิดใช้งานจริง 6 พันล้านพารามิเตอร์ต่อหนึ่งโทเค็น</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/glm_5_3_flash_qwen3_8_flash_next_ai_mtdkhvyn_inline_1_de8ede6dba.jpg" alt="deep learning neural network visualization computer screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">3:1</span><span class="stat-label">อัตราส่วนไฮบริด</span></div><div class="stat-item"><span class="stat-number">4</span><span class="stat-label">สายธารขนาน (Branches)</span></div><div class="stat-item"><span class="stat-number">2,048</span><span class="stat-label">โทเค็นดัชนีจำกัด</span></div></div><p>ในส่วนของโครงสร้างเลเยอร์ GLM-5.3-Flash ใช้การซ้อนทับทั้งหมด 45 เลเยอร์ แบ่งเป็น linear-attention จำนวน 34 เลเยอร์ และ full-attention จำนวน 11 เลเยอร์ ขณะที่ Qwen3.8-Flash-Next ใช้ 48 เลเยอร์ในบล็อกวนซ้ำประกอบด้วย Gated DeltaNet จำนวน 3 เลเยอร์ และ Qwen Sparse Attention จำนวน 1 เลเยอร์ ซึ่งทั้งสองค่ายลงตัวที่อัตราส่วน 3:1 เท่ากันพอดี</p><blockquote class="pull-quote"><p>"Two labs, two implementations, one identical conclusion: four gated streams beat one."</p><cite>นักวิจัย AI</cite></blockquote><div class="ai-insight"><p>การบรรจบกันของสถาปัตยกรรม AI ระหว่างสองค่ายใหญ่ในจีนสะท้อนให้เห็นว่า นักวิจัยต่างพบข้อจำกัดของ Transformer แบบดั้งเดิมในจุดเดียวกัน การหันมาใช้ linear attention ร่วมกับ sparse retrieval ช่วยลดภาระของ KV cache ได้มหาศาล ทำให้โมเดลขนาดใหญ่รันได้เร็วขึ้นโดยไม่สูญเสียความแม่นยำในบริบท ยาวๆ</p></div><p>ความแตกต่างที่ชัดเจนเพียงจุดเดียวคือการใช้ Rotary Position Embeddings (RoPE) ในเลเยอร์ full-attention โดย GLM-5.3-Flash เลือกถอดออกและให้ข้อมูลตำแหน่งไหลผ่านเลเยอร์รีเคอร์เรนต์แทน ในขณะที่ Qwen ยังคงเก็บ RoPE ไว้ เนื่องจากพบว่ารุ่นที่ไม่มี RoPE มักมีปัญหาเรื่องการหยุดสร้างข้อความหลังผ่านกระบวนการปรับแต่ง RLHF</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/28/glm-5-3-flash-vs-qwen3-8-flash-next-two-chinese-ai-labs-independently-converge-on-the-same-model-architecture/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Z.ai and Qwen independently designed strikingly similar AI architectures.</li><li>Both adopted a 3:1 hybrid ratio of linear and full attention.</li><li>The traditional single residual stream was expanded into four parallel branches.</li></ul></div><p>Artificial intelligence research labs in China have reached a remarkable milestone as two independent teams, Z.ai and Qwen, converged on virtually identical core model configurations without prior coordination, sharing design choices across attention mechanisms and optimizers.</p><p><strong>GLM-5.3-Flash</strong> serves as the first natively multimodal model in the GLM-5 series, released openly under an MIT license on Hugging Face. Z.ai initially tested it anonymously under the moniker Ox Alpha on OpenRouter, where it quickly surged to become the most popular model of the week.</p><p>Meanwhile, <strong>Qwen3.8-Flash-Next</strong> acts as an early public preview for the upcoming architecture family. Its model card outlines a 125B main model accompanied by an additional 51B n-gram embedding table, activating 6B parameters per token with a native context window of 262,144 tokens.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/glm_5_3_flash_qwen3_8_flash_next_ai_mtdkhvyn_inline_1_de8ede6dba.jpg" alt="deep learning neural network visualization computer screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">3:1</span><span class="stat-label">Hybrid Ratio</span></div><div class="stat-item"><span class="stat-number">4</span><span class="stat-label">Parallel Branches</span></div><div class="stat-item"><span class="stat-number">2,048</span><span class="stat-label">Compressed Indexer Token Cap</span></div></div><p>Examining layer configurations, GLM-5.3-Flash stacks 45 total layers consisting of 34 linear-attention and 11 full-attention layers. In comparison, Qwen3.8-Flash-Next utilizes 48 layers structured in repeating blocks of 3 Gated DeltaNet layers and 1 Qwen Sparse Attention layer, perfectly landing on the same 3:1 ratio.</p><blockquote class="pull-quote"><p>"Two labs, two implementations, one identical conclusion: four gated streams beat one."</p><cite>AI Researchers</cite></blockquote><div class="ai-insight"><p>This architectural convergence highlights a shared industry realization regarding the limitations of traditional Transformers. By coupling linear attention with compressed retrieval indexers, both labs successfully mitigated KV cache bottlenecks, enabling higher throughput and massive context handling without sacrificing performance.</p></div><p>The single point of divergence lies in rotary position embeddings (RoPE) within full-attention layers. While GLM-5.3-Flash drops them entirely and relies on recurrent linear layers for positional flow, Qwen retains RoPE, noting that the NoPE variant encountered text-generation termination issues during post-training RLHF stages.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/28/glm-5-3-flash-vs-qwen3-8-flash-next-two-chinese-ai-labs-independently-converge-on-the-same-model-architecture/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_glm-5-3-flash-ปะทะ-qwen3-8-flash-next-สถาปัตยกรรม-ai-mtdkhvyn.jpg

small_glm-5-3-flash-ปะทะ-qwen3-8-flash-next-สถาปัตยกรรม-ai-mtdkhvyn.jpg

thumbnail_glm-5-3-flash-ปะทะ-qwen3-8-flash-next-สถาปัตยกรรม-ai-mtdkhvyn.jpg

glm-5-3-flash-ปะทะ-qwen3-8-flash-next-สถาปัตยกรรม-ai-mtdkhvyn.jpg

Z.ai และ Qwen สองห้องทดลอง AI จีน พัฒนาระบบไฮบริดใหม่ชนกันเองโดยบังเอิญ ด้วยอัตราส่วน 3:1 และ 4 บิดรีซีดิวาล พร้อมเปิดสถิติและดีเทลเชิงลึก

Z.ai and Qwen independently converge on near-identical AI model architectures, adopting a 3:1 hybrid ratio and 4-way gated residual streams.

GLM-5.3-Flash ปะทะ Qwen3.8-Flash-Next: สถาปัตยกรรม AI

GLM-5.3-Flash vs Qwen3.8-Flash-Next: AI Architecture

<div class="key-takeaways"><ul><li>S1-mini เป็นโมเดล Open-Weights ขนาด 462 MB สำหรับแปลงเสียงพูดดิบให้เป็นข้อความเขียนที่สะอาด</li><li>พัฒนาต่อยอดจาก Qwen3-0.6B มีพารามิเตอร์รวม 596 ล้านพารามิเตอร์ และรองรับเฉพาะภาษาอังกฤษในเวอร์ชัน v1</li><li>ทำคะแนนความแม่นยำของโทเค็น (Token accuracy) สูงถึง 94.8% จากการประเมินบนชุดข้อมูลทดสอบภายใน</li><li>เปิดให้ใช้งานบน Hugging Face ภายใต้สัญญาอนุญาต Apache 2.0 พร้อมเงื่อนไขการตั้งชื่อ</li></ul></div><p>ในแวดวงปัญญาประดิษฐ์และการประมวลผลเสียง Superwhisper ได้เปิดตัว <strong>S1-mini</strong> ซึ่งเป็นโมเดล Open-Weights ขนาด 462 MB สำหรับทำหน้าที่เป็น Text Normalizer หรือตัวปรับแต่งข้อความ โดยโมเดลนี้ไม่ได้ทำหน้าที่ถอดเสียงพูด (Transcriber) หรือเป็นโมเดลแชท แต่จะทำหน้าที่อยู่ถัดจากระบบแปลงเสียงพูดเป็นข้อความอัตโนมัติ (ASR) เพื่อแปลงเสียงดิบให้กลายเป็นข้อความเขียนที่เรียบร้อยและพร้อมใช้งาน</p><p>ขั้นตอนการทำงานของโมเดลนี้จะอยู่หลังระบบ ASR เช่น Whisper หรือ Parakeet โดยมีเส้นทางการทำงานจากเสียงออดิโอ ไปยัง ASR จากนั้นจึงส่งต่อมายัง S1-mini เพื่อแปลงเป็นข้อความที่สะอาดเรียบร้อยสำหรับการนำไปใช้งานต่อในรูปแบบต่างๆ</p><div class="ai-insight"><p>การใช้งาน Text Normalizer ที่อยู่หลังระบบ ASR ถือเป็นแนวทางสำคัญในการแก้ปัญหาข้อความดิบจากการแปลงเสียงพูด ซึ่งมักจะมีคำฟุ่มเฟือย การเว้นวรรคที่ไม่ถูกต้อง หรือรูปแบบที่ไม่เป็นทางการ การใช้โมเดลเฉพาะทางขนาดเล็กอย่าง S1-mini จึงช่วยประหยัดทรัพยากรประมวลผลเทียบกับการใช้โมเดลภาษาขนาดใหญ่ทั่วไป</p></div><p>ในด้านโครงสร้างทางเทคนิค S1-mini ได้รับการ fine-tune มาจาก <code>Qwen/Qwen3-0.6B</code> โดยมีพารามิเตอร์ที่ไม่รวม embedding อยู่ที่ 0.44B และพารามิเตอร์รวม 596 ล้านพารามิเตอร์ มีจำนวน 28 เลเยอร์ ใช้ 16 query heads และ 8 key/value heads พร้อมระบบ GQA และน้ำหนักแบบ BF16 โดยในส่วนของแถบข้างบน Hugging Face อาจแสดงผลเป็น 0.8B เนื่องจากมีการจัดเก็บ tied embedding สองครั้ง ซึ่งทางผู้พัฒนาได้ชี้แจงรายละเอียดนี้ไว้ใน card เรียบร้อยแล้ว ทั้งนี้ เวอร์ชัน v1 รองรับเฉพาะภาษาอังกฤษเท่านั้น และแนะนำให้ใช้ขนาดอินพุตประมาณ 1,000 โทเค็น</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/s1_mini_asr_462_mb_mt250jmf_inline_1_9bc2a158c8.jpg" alt="Hugging Face logo open source code screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>การออกแบบโมเดลนี้มีความจำกัดอย่างตั้งใจเพื่อความปลอดภัยและความถูกต้อง โดยโมเดลจะไม่ทำการเพิ่มเนื้อหาที่ผู้พูดไม่ได้กล่าวถึง ไม่แก้ไขข้อเท็จจริง ไม่ลดความรุนแรงของคำหยาบ และไม่เขียนเรียบเรียงสำเนียงภาษาใหม่ หากอินพุตมีแต่คำฟุ่มเฟือย โมเดลจะส่งค่าเป็นสตริงว่างกลับมา ซึ่งระบบที่นำไปบูรณาการควรปฏิบัติเสมือนว่าเป็นผลลัพธ์ที่ถูกต้อง</p><div class="stat-row"><div class="stat-item"><span class="stat-number">94.8%</span><span class="stat-label">Token Accuracy</span></div><div class="stat-item"><span class="stat-number">11.6%</span><span class="stat-label">Text-Edit Error Rate</span></div><div class="stat-item"><span class="stat-number">92%</span><span class="stat-label">Exact Email Addresses</span></div></div><p>สำหรับการประเมินประสิทธิภาพ Superwhisper ได้ทดสอบ S1-mini บนชุดข้อมูลทดสอบที่แยกไว้ (held-out set) จำนวน 7,519 เคส จากทั้งหมด 104 ทรานสคริปต์ โดยให้ผลลัพธ์ดังนี้:</p><ul><li>ความแม่นยำของโทเค็น (Token accuracy) อยู่ที่ 94.8% วัดแบบ greedy บนบิลด์ Q4_K_M</li><li>อัตราความผิดพลาดในการแก้ไขข้อความ (Text-edit error rate) อยู่ที่ 11.6%</li><li>การระบุบรรทัดคำทักทายในอีเมลทำได้ 99.3% และบรรทัดลงชื่อ 97.9%</li><li>จับคู่โครงสร้างผลลัพธ์ที่ถูกต้องระหว่างรายการ (List) กับย่อหน้า (Paragraph) ได้ 97.6%</li><li>สร้างที่อยู่อีเมลที่ถูกต้องแม่นยำใน 92% ของเคส</li><li>พบการวนลูปหรือการตัดข้อความ (Looping or truncation) น้อยกว่า 1%</li><li>ละเว้นการแสดงผลได้อย่างถูกต้อง 98.6% เมื่อไม่มีข้อความที่ควรต้องถอดเสียง</li></ul><p>อย่างไรก็ตาม ตัวเลขเหล่านี้เป็นตัวเลขที่ทางผู้ขายรายงานจากการทดสอบบนชุดข้อมูลภายใน ไม่ใช่ผลลัพธ์จากการประเมินของบุคคลที่สาม นอกจากนี้ยังมีบริการอื่นๆ ในระบบของ Superwhisper ได้แก่ <strong>S1-Voice</strong> ซึ่งเป็นโมเดลแปลงเสียงพูดเป็นข้อความบนคลาวด์ที่มีความเร็วสูงกว่าความเร็วในการพูดถึง 46 เท่า และ <strong>S1-Language</strong> ซึ่งเป็นโมเดลคลาวด์สำหรับการทำความสะอาด จัดรูปแบบ และสรุปผล</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/20/meet-s1-mini-superwhispers-462-mb-open-weights-text-normalizer-that-turns-raw-asr-transcripts-into-clean-written-text/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>S1-mini is a 462 MB open-weights text normalizer built to clean up raw speech-to-text transcripts.</li><li>Fine-tuned from Qwen/Qwen3-0.6B with 596M total parameters, supporting English only in release v1.</li><li>Achieves a token accuracy of 94.8% based on evaluations across an internal test set of 7,519 cases.</li><li>Published on Hugging Face under the Apache 2.0 license with an additional naming clause.</li></ul></div><p>In the field of artificial intelligence and speech processing, Superwhisper has introduced <strong>S1-mini</strong>, a 462 MB open-weights model functioning as a text normalizer. Rather than acting as a transcriber or a chat model, S1-mini is positioned directly after automatic speech recognition systems to turn raw, unformatted transcripts into clean, readable written text.</p><p>The processing pipeline places the model right after ASR tools such as Whisper or Parakeet, following a clear sequence from audio input to ASR output, and subsequently through S1-mini to produce polished written text ready for practical use.</p><div class="ai-insight"><p>Deploying a dedicated text normalizer downstream from ASR engines effectively addresses common issues in raw speech transcripts, such as filler words, irregular spacing, and informal structures. Utilizing a lightweight specialized model like S1-mini offers an efficient alternative to heavy general-purpose language models for formatting tasks.</p></div><p>Technically, S1-mini is fine-tuned from <code>Qwen/Qwen3-0.6B</code>. It features 596 million unique parameters (0.44B non-embedding), 28 layers, 16 query heads, and 8 key/value heads with GQA, along with BF16 weights. The Hugging Face sidebar reports 0.8B because the tied embedding is stored twice, a discrepancy explicitly explained in the model card. Release v1 covers English only, with a recommended input size of roughly 1,000 tokens.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/s1_mini_asr_462_mb_mt250jmf_inline_1_9bc2a158c8.jpg" alt="Hugging Face logo open source code screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>The model is intentionally constrained by design to maintain reliability: it does not add unstated content, correct facts, soften profanity, or rewrite dialects. Input consisting solely of fillers returns an empty string, which integrated applications should handle as a valid outcome.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">94.8%</span><span class="stat-label">Token Accuracy</span></div><div class="stat-item"><span class="stat-number">11.6%</span><span class="stat-label">Text-Edit Error Rate</span></div><div class="stat-item"><span class="stat-number">92%</span><span class="stat-label">Exact Email Addresses</span></div></div><p>Superwhisper evaluated S1-mini on a held-out set of 7,519 cases across 104 transcripts, yielding specific benchmark metrics:</p><ul><li>Token accuracy reaches 94.8%, measured greedy on the Q4_K_M build.</li><li>Text-edit error rate stands at 11.6%.</li><li>Email greeting lines are identified 99.3% of the time, and sign-offs 97.9%.</li><li>Correctly matches output structures between lists and paragraphs in 97.6% of cases.</li><li>Produces exact email addresses in 92% of instances.</li><li>Fewer than 1% of generations exhibit looping or truncation.</li><li>Correctly withholds output 98.6% of the time when no transcription is required.</li></ul><p>These figures represent vendor-reported metrics on an internal test set rather than third-party validations. Additionally, the broader Superwhisper ecosystem includes <strong>S1-Voice</strong>, a hosted speech-to-text model operating up to 46x faster than speaking time, and <strong>S1-Language</strong>, a hosted instruction-following model dedicated to cleanup, formatting, and summarization.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/20/meet-s1-mini-superwhispers-462-mb-open-weights-text-normalizer-that-turns-raw-asr-transcripts-into-clean-written-text/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_article-3603.jpg

small_article-3603.jpg

thumbnail_article-3603.jpg

article-3603.jpg

ทำความรู้จัก S1-mini โมเดล Open-Weights ขนาด 462 MB จาก Superwhisper ที่พัฒนาต่อยอดจาก Qwen3-0.6B สำหรับทำความสะอาดเสียงพูดให้เป็นข้อความพร้อมใช้งาน พร้อมผลการทดสอบความแม่นยำสูงถึง 94.8%

Discover S1-mini, a 462 MB open-weights text normalizer fine-tuned from Qwen3-0.6B by Superwhisper, designed to turn raw ASR transcripts into clean written text with 94.8% token accuracy.

S1-mini โมเดลแปลงข้อความ ASR เป็นข้อความเขียนขนาด 462 MB

Meet S1-mini: Superwhisper's 462 MB Open-Weights Text Normalizer

<div class="key-takeaways"><ul><li>อาลีบาบาเตรียมเพิ่มข้อกำหนดแบ่งปันรายได้สำหรับโมเดล Qwen รุ่นโอเพนซอร์สถัดไป</li><li>มาตรการใหม่มุ่งเป้าไปที่บริษัทขนาดใหญ่ที่นำโมเดลไปให้บริการเป็นบริการ (Model-as-a-Service)</li><li>แนวทางนี้คล้ายคลึงกับโมเดลของ Moonshot ผู้พัฒนา AI สัญชาติจีนรายอื่น</li></ul></div><p>บริษัทเทคโนโลยีรายใหญ่อย่างอาลีบาบา (Alibaba) กำลังวางแผนที่จะนำข้อกำหนดการแบ่งปันรายได้มาใช้กับกลุ่มผู้ใช้งานเชิงพาณิชย์บางราย สำหรับโมเดลปัญญาประดิษฐ์แบบเปิดน้ำหนัก (open-weight AI) รุ่นถัดไปในตระกูล Qwen โดยข้อมูลดังกล่าวอ้างอิงจากสำนักข่าวรอยเตอร์ (Reuters) ซึ่งได้รับข้อมูลมาจากแหล่งข่าววงในสองรายที่ทราบแผนงานของบริษัท</p><p>ข้อตกลงดังกล่าวจะกำหนดให้บริษัทขนาดใหญ่ที่สร้างรายได้จากการนำโมเดลนี้ไปเปิดให้บริการในรูปแบบโมเดลเป็นบริการ (Model-as-a-Service) ต้องเข้ามาทำข้อตกลงทางการค้ากับอาลีบาบาอย่างเป็นทางการ อย่างไรก็ตาม แหล่งข่าวระบุว่าอัตราการแบ่งปันรายได้ที่แน่นอนนั้นยังไม่ได้ข้อสรุปที่สิ้นสุดในขณะนี้</p><p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/alibaba_qwen_msj5lddw_inline_1_32d8481d43.jpg" alt="cloud computing data center server racks" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div></p><p>ที่ผ่านมา อาลีบาบามักจะคิดค่าบริการกับนักพัฒนาที่เข้าถึงโมเดลผ่านแพลตฟอร์มคลาวด์ของบริษัท ขณะที่เปิดกว้างให้ลูกค้าทั่วไปสามารถนำโมเดลโอเพนซอร์สไปติดตั้งใช้งานในศูนย์ข้อมูลของตนเองได้โดยไม่ต้องเสียค่าธรรมเนียมลิขสิทธิ์ ซึ่งรูปแบบที่กำลังจะเสนอนี้จะแตกต่างไปจากสัญญาอนุญาตใช้งานของโมเดล Qwen3 ในปัจจุบัน ที่ทางบริษัทระบุว่าเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งอนุญาตให้ใช้งานในเชิงพาณิชย์ ดัดแปลง และแจกจ่ายได้ภายใต้เงื่อนไขที่กำหนด</p><div class="ai-insight"><p>การขยับตัวของอาลีบาบาครั้งนี้สะท้อนให้เห็นถึงความพยายามของบริษัทผู้พัฒนา AI ในจีนที่จะสร้างโมเดลธุรกิจที่ยั่งยืน นอกเหนือจากการแจกจ่ายโมเดลโอเพนซอร์สให้ใช้งานฟรี การกำหนดเงื่อนไขส่วนแบ่งรายได้สำหรับผู้ให้บริการรายใหญ่ช่วยให้ผู้พัฒนาต้นน้ำสามารถสร้างรายได้กลับมาลงทุนในการพัฒนาโมเดลรุ่นต่อไปที่มีต้นทุนมหาศาล ขณะเดียวกันก็ยังคงรักษาฐานนักพัฒนาและผู้ใช้งานทั่วไปไว้ได้ผ่านการเปิดให้น้ำหนักโมเดลสามารถดาวน์โหลดได้</p></div><p>แนวทางที่อาลีบาบากำลังพิจารณานี้มีความใกล้เคียงกับรูปแบบการให้สิทธิ์ใช้งานที่ Moonshot ผู้พัฒนา AI อีกรายจากประเทศจีน ได้นำมาใช้กับ Kimi K3 โมเดลแบบเปิดน้ำหนักที่เพิ่งเปิดตัวไปเมื่อเดือนก่อน ซึ่งมีเงื่อนไขแยกต่างหากสำหรับบริษัทที่ดำเนินธุรกิจโมเดลเป็นบริการที่มีรายได้เกินกว่าเกณฑ์ที่กำหนด</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/alibaba-qwen-open-source-ai-revenue-sharing/" target="_blank" rel="noopener noreferrer">AI News</a></p>

<div class="key-takeaways"><ul><li>Alibaba plans revenue-sharing terms for commercial users of its upcoming Qwen open-weight model.</li><li>The arrangement targets larger companies generating revenue by offering the model as a service.</li><li>This mirrors similar licensing strategies adopted by fellow Chinese AI developer Moonshot.</li></ul></div><p>Alibaba is planning to introduce revenue-sharing terms for certain commercial users of its next open-weight AI model under the Qwen series, according to Reuters, citing two people familiar with the company's internal plans.</p><p>The proposed arrangement would require larger enterprises that generate revenue by offering the model as a service to establish a formal commercial agreement with Alibaba. Sources noted that the exact revenue-sharing rate has not yet been finalised.</p><p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/alibaba_qwen_msj5lddw_inline_1_32d8481d43.jpg" alt="cloud computing data center server racks" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div></p><p>Previously, Alibaba has charged developers to access models hosted via its cloud platform while generally allowing customers to deploy its open-source models within their own data centers without licensing fees. This upcoming arrangement differs from the current Qwen3 open-weight models, which Alibaba releases under the Apache 2.0 license permitting commercial use, modification, and redistribution under specific conditions.</p><div class="ai-insight"><p>Alibaba's shift highlights the evolving economic realities of open-source AI development. While making model weights publicly downloadable helps drive adoption, training frontier models requires immense capital. Implementing revenue-sharing tiers for high-earning commercial deployment services allows original creators to capture value from downstream commercial success while keeping the core technology accessible.</p></div><p>Alibaba's proposed framework closely resembles the licensing model implemented by Chinese AI developer Moonshot for Kimi K3, an open-weight model released last month, which imposes distinct conditions on companies operating Model-as-a-Service businesses above specific revenue thresholds.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/alibaba-qwen-open-source-ai-revenue-sharing/" target="_blank" rel="noopener noreferrer">AI News</a></p>

medium_alibaba-qwen-msj5lddw.jpg

small_alibaba-qwen-msj5lddw.jpg

thumbnail_alibaba-qwen-msj5lddw.jpg

alibaba-qwen-msj5lddw.jpg

อาลีบาบาเตรียมใช้เงื่อนไขแบ่งปันรายได้กับผู้ใช้งานเชิงพาณิชย์รายใหญ่ในโมเดลโอเพนซอร์ส Qwen รุ่นถัดไป

Alibaba plans to introduce revenue-sharing terms for commercial users of its next open-weight Qwen AI model.

Alibaba เตรียมปรับโมเดลธุรกิจ Qwen จ่อเก็บส่วนแบ่งรายได้จากบริษัทใหญ่

Alibaba Tests New Business Model for Qwen Open-Source AI

<div class="key-takeaways"><ul><li>Alibaba เปิดตัว Qwen3.8-Max โมเดล MoE ขนาด 2.4 ล้านล้านพารามิเตอร์</li><li>รองรับ Context Window สูงสุด 1 ล้านโทเค็น และ Output สูงสุด 131K โทเค็น</li><li>มีรุ่น Qwen3.8-27B สำหรับใช้งานบนฮาร์ดแวร์ On-Premise ทั่วไป</li><li>ค่าบริการ API เริ่มต้นที่ $2.00 ต่อ 1 ล้านอินพุตโทเค็น และ $6.00 ต่อ 1 ล้านเอาต์พุตโทเค็น</li></ul></div><p>Alibaba ได้ประกาศเปิดตัวโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดในชื่อ Qwen3.8-Max ซึ่งนับเป็นโมเดลที่มีความสามารถสูงที่สุดในตระกูล Qwen เท่าที่เคยพัฒนามา โดยมาพร้อมสถาปัตยกรรม Mixture of Experts (MoE) ที่มีจำนวนพารามิเตอร์รวมกันสูงถึง 2.4 ล้านล้านพารามิเตอร์ ทำให้มีความสามารถในการประมวลผลที่ลึกซึ้งและรองรับงานที่มีความซับซ้อนสูงได้อย่างมีประสิทธิภาพ</p><p>ในแง่ของการนำไปใช้งาน โมเดลดังกล่าวถูกแบ่งออกเป็นสองรูปแบบหลัก โดย API แบบโฮสต์เปิดให้บริษัททุกขนาดสามารถใช้งานได้ทันที รองรับการทำงานร่วมกับระบบของ OpenAI และ DashScope ทำให้การเปลี่ยนผ่านทำได้ง่ายเพียงแค่เปลี่ยน Base URL และ Model ID เท่านั้น ในขณะที่ตัวโมเดลแบบ Open Weights มีขนาดใหญ่ระดับ 2.4T พารามิเตอร์ ซึ่งจำเป็นต้องใช้โครงสร้างพื้นฐานระดับศูนย์ข้อมูลหลายโหนด (Multi-node Datacenter) และทาง Alibaba ยังไม่ได้เปิดเผยจำนวนพารามิเตอร์ที่ทำงานจริง (Activated Parameters) ทำให้ยังไม่สามารถคำนวณต้นทุนการรันเซิร์ฟเวอร์ได้อย่างแม่นยำ อย่างไรก็ตาม ทางทีมงานได้ออกโมเดล Qwen3.8-27B มาพร้อมกันเพื่อให้สามารถรันบนฮาร์ดแวร์ GPU ทั่วไปในองค์กรได้</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/alibaba_qwen3_8_max_moe_2_4_qwen_msd4saoe_inline_1_90a5e6b042.jpg" alt="advanced artificial intelligence futuristic server rack" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>ความสามารถของโมเดลชุดนี้ถูกออกแบบมาเพื่อตอบโจทย์ 4 อุตสาหกรรมหลัก ได้แก่ วิศวกรรมซอฟต์แวร์, การตรวจสอบเอกสารทางกฎหมายและการเงิน, งานด้านสื่อและอีคอมเมิร์ซ รวมถึงงานออกแบบ โดยตัวอย่างการใช้งานจริงครอบคลุมตั้งแต่เอเจนต์เขียนโค้ดระดับคลังข้อมูล (Repository-scale), ฐานความรู้สำหรับเอกสารขนาดยาว, การจัดทำดัชนีวิดีโอยาว, การดึงข้อมูลที่มีโครงสร้าง ไปจนถึงผู้ช่วยวิจัยหลายขั้นตอน</p><div class="stat-row"><div class="stat-item"><span class="stat-number">2.4T</span><span class="stat-label">พารามิเตอร์รวม (MoE)</span></div><div class="stat-item"><span class="stat-number">1M</span><span class="stat-label">โทเค็น Context Window</span></div><div class="stat-item"><span class="stat-number">131K</span><span class="stat-label">โทเค็น Maximum Output</span></div></div><p>ทางด้านขีดจำกัดและสเปคทางเทคนิค โมเดลระบุ Context Window ไว้ที่ 1 ล้านโทเค็น โดยอินพุตสูงสุดอยู่ที่ 991,000 โทเค็น และจะลดลงเหลือ 983,000 โทเค็นเมื่อเปิดใช้งานโหมดการคิด (Thinking mode) ส่วนเอาต์พุตสูงสุดอยู่ที่ 131,000 โทเค็นทั้งสองโหมด พร้อมงบประมาณการใช้เหตุผลสูงสุด 262,000 โทเค็น อัตราการเรียกใช้งานจำกัดไว้ที่ 2 ล้านโทเค็นต่อนาที และ 15,000 รีเควสต์ต่อนาที</p><div class="ai-insight"><p>การเปิดตัว Qwen3.8-Max สะท้อนให้เห็นถึงการแข่งขันอย่างดุเดือดในตลาดโมเดลภาษาขนาดใหญ่ (LLM) ระดับท็อปเทียร์ ที่ไม่เพียงแต่มุ่งเน้นเรื่องจำนวนพารามิเตอร์ที่สูงถึงระดับล้านล้านเท่านั้น แต่ยังให้ความสำคัญกับสถาปัตยกรรม MoE เพื่อช่วยบริหารต้นทุนการประมวลผล รวมถึงการจัดการ Context Window ขนาดใหญ่ระดับ 1 ล้านโทเค็น เพื่อให้ AI สามารถเข้าใจและประมวลผลเอกสารขนาดยาวหรือโปรเจกต์โค้ดขนาดใหญ่ได้ในคราวเดียว ซึ่งเป็นกุญแจสำคัญในการนำ AI ไปประยุกต์ใช้ในระดับองค์กรจริง</p></div><p>สำหรับอัตราค่าบริการ API คิดอยู่ที่ 2.00 ดอลลาร์สหรัฐต่อ 1 ล้านอินพุตโทเค็น และ 6.00 ดอลลาร์สหรัฐต่อ 1 ล้านเอาต์พุตโทเค็น การอ่านแคชแบบ Implicit มีราคา 0.25 ดอลลาร์ต่อ 1 ล้านโทเค็น ขณะที่การสร้างแคชแบบ Explicit อยู่ที่ 2.50 ดอลลาร์ และการอ่านแคชแบบ Explicit อยู่ที่ 0.17 ดอลลาร์ต่อ 1 ล้านโทเค็น เนื่องจากอินพุตที่ถูกแคชไว้มีราคาถูกกว่าอินพุตปกติถึง 8 เท่า ความเสถียรของคำนำหน้า (Prefix stability) จึงส่งผลต่อต้นทุนมากกว่าความยาวของพรอมต์ นอกจากนี้ โมเดลยังรองรับความสามารถอื่นๆ เช่น Function Calling, Structured Outputs, Batches, Prefix Completion และ Fine-tuning พร้อมเครื่องมือในตัวอีก 5 ชนิดบน Responses API ได้แก่ Code Interpreter, Web Search, Web Extractor, T2I Search และ I2I Search</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/03/alibaba-qwen-releases-qwen3-8-max/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Alibaba announces Qwen3.8-Max, a 2.4 trillion parameter MoE model</li><li>Supports up to a 1M-token context window and 131K maximum output tokens</li><li>Includes the Qwen3.8-27B checkpoint designed for ordinary on-premise GPUs</li><li>API pricing starts at $2.00 per 1M input tokens and $6.00 per 1M output tokens</li></ul></div><p>Alibaba has officially introduced its newest artificial intelligence model, Qwen3.8-Max, marking the most capable release in the Qwen family to date. Built on a Mixture of Experts (MoE) architecture, the model boasts a staggering total of 2.4 trillion parameters, engineered to handle complex reasoning tasks and deep contextual understanding at scale.</p><p>Deployment options vary depending on the specific artifact being applied. The hosted API is readily deployable for organizations of any size, offering OpenAI- and DashScope-compatible integration where switching requires only a base-URL and model-ID change. Conversely, the open-weight checkpoint sits at 2.4 trillion parameters, functioning as a multi-node datacenter asset. Because Alibaba has not disclosed the activated-parameter count, exact serving costs cannot yet be modeled. To bridge this gap for local infrastructure, the Qwen3.8-27B checkpoint is provided to fit standard on-premise GPU hardware.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/alibaba_qwen3_8_max_moe_2_4_qwen_msd4saoe_inline_1_90a5e6b042.jpg" alt="advanced artificial intelligence futuristic server rack" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>The published feature set directly addresses four key industries: software engineering, legal and financial document review, media and e-commerce operations, and design. Intended applications range from repository-scale coding agents and long-document knowledge bases to long-video indexing, structured data extraction, and multi-step research assistants.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">2.4T</span><span class="stat-label">Total MoE Parameters</span></div><div class="stat-item"><span class="stat-number">1M</span><span class="stat-label">Token Context Window</span></div><div class="stat-item"><span class="stat-number">131K</span><span class="stat-label">Maximum Output Tokens</span></div></div><p>Technical specifications outline a 1M-token context window capability, with a maximum input of 991K tokens that drops slightly to 983K when thinking is enabled. Maximum output reaches 131K tokens across both modes, backed by a reasoning budget of up to 262K tokens. Rate limits are capped at 2 million tokens per minute and 15,000 requests per minute.</p><div class="ai-insight"><p>The rollout of Qwen3.8-Max highlights the ongoing industry push toward ultra-large MoE architectures that balance massive parameter scales with optimized inference economics. By offering both cloud-hosted APIs and a smaller 27B local variant, Alibaba is targeting a broad spectrum of deployment needs—from enterprise-grade cloud integration to specialized on-premise execution—while leveraging advanced caching mechanics to manage operational expenses efficiently.</p></div><p>Pricing for the API is structured at $2.00 per 1 million input tokens and $6.00 per 1 million output tokens. Implicit cache reads cost $0.25 per 1 million tokens, while explicit cache creation and reads are priced at $2.50 and $0.17 per 1 million tokens, respectively. Because cached input runs eight times cheaper than fresh input, prefix stability plays a more significant role in driving overall costs than raw prompt length. Supported features include function calling, structured outputs, batches, prefix completion, and fine-tuning, alongside five built-in tools on the Responses API: code_interpreter, web_search, web_extractor, t2i_search, and i2i_search.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/03/alibaba-qwen-releases-qwen3-8-max/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_article-1343.jpg

small_article-1343.jpg

thumbnail_article-1343.jpg

article-1343.jpg

Alibaba ส่ง Qwen3.8-Max โมเดลขนาดใหญ่ 2.4 ล้านล้านพารามิเตอร์ รองรับ Context Window 1 ล้านโทเค็น พร้อมเปิดให้ใช้งานผ่าน API และเผยโฉมรุ่น 27B สำหรับฮาร์ดแวร์ทั่วไป

Alibaba launches Qwen3.8-Max, a 2.4 trillion parameter Mixture of Experts model featuring a 1M-token context window, flexible API pricing, and a smaller 27B variant for local hardware.

Alibaba เปิดตัว Qwen3.8-Max โมเดล MoE 2.4 ล้านล้านพารามิเตอร์ ทรงพลังที่สุดในตระกูล Qwen

Alibaba Qwen Releases Qwen3.8-Max: A 2.4 Trillion Parameter MoE Model

Inewgen

Inewgen

#Qwen

ทีมนักพัฒนา Qwen เปิดตัว zg (zvec-grep) ค้นหาโลคัล

Inewgen

GLM-5.3-Flash ปะทะ Qwen3.8-Flash-Next: สถาปัตยกรรม AI

Inewgen

S1-mini โมเดลแปลงข้อความ ASR เป็นข้อความเขียนขนาด 462 MB

Inewgen

Alibaba เตรียมปรับโมเดลธุรกิจ Qwen จ่อเก็บส่วนแบ่งรายได้จากบริษัทใหญ่

Inewgen

Alibaba เปิดตัว Qwen3.8-Max โมเดล MoE 2.4 ล้านล้านพารามิเตอร์ ทรงพลังที่สุดในตระกูล Qwen

Inewgen