Pular para o conteúdo
    NotíciaModelos e ferramentas

    Qwen 4 está em treinamento: Alibaba confirma modelo e projeta até 10 trilhões de parâmetros

    Alibaba oficializa a existência do Qwen 4 na conferência Apsara, detalha roadmap para modelos trilionários e esclarece o status real de desenvolvimento.

    Corredor monumental de data center de alta densidade com fileiras de racks pretos foscos em perspectiva profunda, tubulações de resfriamento líquido metálicas e iluminação sutil em tons de azul e âmbar sobre piso perfurado.
    Infraestrutura avançada de supercomputação e resfriamento líquido para o treinamento de modelos de linguagem de escala trilionária.

    A Alibaba subiu ao palco para confirmar o modelo mais aguardado de sua história recente sem entregar uma única linha de código. Durante a abertura da conferência Apsara, em Hangzhou, a gigante chinesa encerrou especulações ao admitir formalmente a existência do Qwen 4. O modelo existe, mas ninguém fora dos servidores internos da empresa pode utilizá-lo. Não há links para download, arquivos técnicos disponíveis ou dia marcado no calendário. A confirmação oficial resume-se a uma declaração direta: a nova geração está em fase ativa de treinamento.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌‌​​​​​‌‌​‌‌​​‌‌​​‌‌​​​‌‌​​‌​​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​​‌‌​‌​​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌​​​​‌​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌‌​​​​​‌​‌‌​‌​‌‌​​‌​‌​‌‌​​‌​​​​‌‌​​​​​​‌‌‌​​​​​‌‌‌​​​​‌‌​​‌‌​​​‌‌​‌​‌​‌‌​​​‌‌​‌‌​​​‌‌​‌‌​​​​‌​​‌‌‌​​​​​‌‌​​​​⁠

    A expectativa da comunidade técnica vinha sendo alimentada por vazamentos que sugeriam uma estreia pronta para uso em setembro. Fóruns de desenvolvedores e plataformas de previsão chegaram a projetar probabilidades elevadas para a chegada imediata dos arquivos. Essa expectativa encontrou um freio técnico. Liu Dayiheng, líder do projeto Qwen, explicou que o desenvolvimento adota uma arquitetura reformulada. A equipe promete uma liberação pública rápida, mas evitou estipular prazos fechados.

    Uma amostra preliminar dessa estrutura interna já havia sido distribuída no fim de agosto sob o nome de Qwen 3.8-Flash-Next. Esse lançamento experimental serviu de teste prático para os alicerces que sustentarão o modelo definitivo. Os parâmetros, que funcionam como conexões matemáticas que definem a capacidade de aprendizado de uma inteligência artificial, ainda não foram divulgados para o novo sistema. O maior modelo mantido em operação pela companhia hoje alcança 2,4 trilhões de parâmetros no total, com 95 bilhões ativados durante as respostas.

    O anúncio oficial estabeleceu quatro categorias para a futura família: a variante Flash para processamento rápido de grandes volumes, a versão Plus equilibrada para múltiplos formatos de conteúdo, a edição Max projetada para disputar o topo do mercado e um modelo de 27 bilhões de parâmetros distribuído em pesos abertos. Pesos abertos indicam que o arquivo do modelo pode ser baixado e executado em computadores próprios, sem depender dos servidores da Alibaba. Nenhuma dessas quatro opções recebeu especificações técnicas detalhadas ou preços de operação.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌‌​​​​​‌‌​‌‌​​‌‌​​‌‌​​​‌‌​​‌​​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​​‌‌​‌​​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌​​​​‌​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌‌​​​​​‌​‌‌​‌​‌‌​​‌​‌​‌‌​​‌​​​​‌‌​​​​​​‌‌‌​​​​​‌‌‌​​​​‌‌​​‌‌​​​‌‌​‌​‌​‌‌​​​‌‌​‌‌​​​‌‌​‌‌​​​​‌​​‌‌‌​​​​​‌‌​​​​⁠

    Essa movimentação compõe um plano de longo prazo delineado pelo diretor-executivo Eddie Wu. Nas projeções para as gerações seguintes, identificadas como Qwen 4.5 e Qwen 5, a Alibaba planeja treinar sistemas que variam entre 5 trilhões e 10 trilhões de parâmetros. Para fornecer sustentação física a esse volume de processamento, a divisão de semicondutores T-Head apresentou o acelerador Zhenwu V900. O chip conta com 216 gigabytes de memória dedicada e taxa de transferência de 1.200 gigabytes por segundo, entregando o triplo do desempenho do chip anterior da linha.

    A fabricação comercial desse processador está programada para o primeiro trimestre de 2027. Em paralelo, a divisão de computação em nuvem estabeleceu como meta ultrapassar 20 gigawatts em capacidade operacional energética até 2032. Trata-se de uma escala industrial contínua: um chip especializado, uma infraestrutura elétrica massiva, um modelo intermediário e sistemas que alcançam a escala dos trilhões.

    A estratégia consolida uma situação peculiar. A empresa que construiu prestígio técnico global ao distribuir ferramentas acessíveis agora ancora suas promessas em sistemas que o público não pode tocar. O plano desenha metas ambiciosas para os próximos anos, enquanto o momento exato em que o usuário comum poderá executar o Qwen 4 continua reservado aos laboratórios da companhia.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌‌​​​​​‌‌​‌‌​​‌‌​​‌‌​​​‌‌​​‌​​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​‌‌​​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​​‌‌​‌​​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌​​​​‌​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌‌​​​​​‌​‌‌​‌​‌‌​​‌​‌​‌‌​​‌​​​​‌‌​​​​​​‌‌‌​​​​​‌‌‌​​​​‌‌​​‌‌​​​‌‌​‌​‌​‌‌​​​‌‌​‌‌​​​‌‌​‌‌​​​​‌​​‌‌‌​​​​​‌‌​​​​⁠

    Este conteúdo foi útil para você?

    Foto de Leandro Vieira

    Leandro Vieira

    CEO e founder | IA.com.br

    Ver perfil completo