Alibaba Qwen3.8 daagt Kimi K3 uit met 2,4 biljoen parameters

AI-context. Qwen3.8 met 2,4 biljoen parameters is ruim zes keer groter dan Qwen3.5. Dat open-weight model uit februari 2026 bleef steken op 397 miljard parameters. Tussen de lancering van Kimi K3 op 16 juli en de aankondiging van Qwen3.8 liggen precies drie dagen. Modellen boven de drempel van 10^25 FLOPs vallen onder de EU AI Act onder de regels voor systeemrisico. FLOPs meten daarbij de gebruikte trainingscompute. Zulke modellen krijgen dan extra meldplichten. Bron, Dataconomy, het Qwen-team op X en de Europese Commissie.

Alibaba Qwen3.8 breekt met de gesloten strategie

Het Qwen-team van Alibaba maakte de komst van Qwen3.8 bekend op X, met een preview die direct live ging. Qwen3.8-Max-Preview draait nu voor ontwikkelaars via het Token Plan en de codeerplatforms Qoder en QoderWork. Alibaba noemt het model compatibel met de beste frontier-modellen, de sterkste AI-systemen van het moment. Het bedrijf zegt dat Qwen3.8 tweede staat, vlak na Fable 5 van Anthropic. Een onafhankelijke benchmark ontbreekt vooralsnog. De cijfers komen enkel van Alibaba zelf. Dat patroon is bekend. Bij Qwen3.5 claimde het bedrijf al prestaties vergelijkbaar met GPT-5.2 en Claude 4.5 Opus. Externe partijen konden dat destijds niet bevestigen.

De koerswijziging is opvallend. Qwen3.7-Max, uitgebracht in mei, bleef gesloten en alleen bereikbaar via API. Qwen3.8 keert nu terug naar open gewichten, al noemt Alibaba nog geen releasedatum. Die timing valt niet toevallig samen met de lancering van Kimi K3 van Moonshot. Dat model gold op 16 juli als grootste open-weight model ooit, met 2,8 biljoen parameters. Drie dagen later kondigt Alibaba een groter, eveneens open model aan. Wie de open-sourcekroon draagt, bindt de meeste ontwikkelaars aan zich. Daar grijpt Alibaba nu opnieuw naar.

Qwen3.8 is volgens Alibaba volledig multimodaal en verwerkt tekst, beeld en meer in één model. Het bedrijf noemt geen architectuur, geen trainingsdata en geen exact contextvenster. Ontwikkelaars in vasteland China krijgen als eerste toegang via het Token Plan. De rest van de wereld wacht op de aangekondigde vrijgave van de open gewichten, waarvan het tijdstip nog open blijft. Dataconomy meldde de lancering als onderdeel van een bredere golf Chinese modellen die deze maand naar buiten kwamen.

Moonshot ondervindt intussen de keerzijde van succes. Het bedrijf meldde op X dat de vraag naar Kimi K3 de eigen rekencapaciteit binnen 48 uur bijna opsoupeerde. Nieuwe abonnementen liggen tijdelijk stil, bestaande gebruikers houden toegang. Het toont hoe krap de rekenmarkt blijft, ook voor een lab dat net een recordmodel lanceerde. Het GPU-tekort bij Kimi K3 laat zien waarom ook Alibaba’s rekenbudget voor Qwen3.8 onder druk staat.

Wat dit betekent voor Nederland en Europa

Een model van 2,4 biljoen parameters trainen kost enorme rekenkracht. Chinese labs missen daarvoor de nieuwste Nvidia-chips, geblokkeerd door Amerikaanse exportregels. Ze missen ook de nieuwste EUV-machines van ASML uit Veldhoven. Sinds 2023 gelden Nederlandse exportregels die de meest geavanceerde lithografiesystemen van ASML buiten bereik van China houden. Chinese chipmakers bouwen daardoor op oudere procestechniek. Dat maakt de race om steeds grotere modellen als Qwen3.8 en Kimi K3 extra duur en traag. Eerdere Chinese chipprojecten liepen al vast op diezelfde ASML-grens. Zolang die grens staat, bepaalt Veldhoven mee hoe snel Chinese labs kunnen bouwen.

Voor Europa telt ook de regelkant mee. Onder de EU AI Act moeten aanbieders van general-purpose modellen boven de compute-drempel extra documentatie delen. Dat geldt zodra hun model in de Unie beschikbaar komt. Komt Qwen3.8 als open-weight model ook hier terecht, dan valt het naar verwachting onder diezelfde systeemrisicoregels als westerse frontier-modellen. Europese labs als Mistral voelen intussen dezelfde chipschaarste als Alibaba en Moonshot. Nederlandse chiptoeleveranciers rond Veldhoven blijven daardoor onderdeel van een race die ze niet zelf aansturen, maar wel grotendeels mogelijk maken.

Ook Nederlandse AI-bedrijven merken de gevolgen. Een groter aanbod aan goedkope, sterke open-weight modellen uit China verlaagt de kosten voor startups die daarop bouwen. Tegelijk groeit de afhankelijkheid van modellen waarvan de trainingsdata en veiligheidstests niet extern zijn getoetst. Toezichthouders in Brussel volgen dat spanningsveld nauwlettend. Nederlandse AI-financiering trekt intussen aan. Dat geeft het land een groter belang bij heldere regels voor buitenlandse modellen. Recente Nederlandse AI-financiering laat zien hoe snel dat belang groeit.