Qwen3.8-Max: Alibaba представила 2.4T-модель для кода, мультимодальных задач и long-horizon работы

Что представила Alibaba

Alibaba представила Qwen3.8-Max — новый флагман семейства Qwen. Официальная страница релиза описывает модель как новый уровень для coding и cowork-задач, а также говорит о 2.4 трлн параметров и улучшениях в кодинге, работе, исследованиях и long-horizon сценариях.

По данным Reuters, Alibaba называет Qwen3.8-Max своей самой крупной и самой способной AI-моделью на текущий момент. Модель близка по размеру к Kimi K3 от Moonshot AI, у которой заявлено 2.8 трлн параметров.

Важно не переоценивать сам параметрический размер. Количество параметров показывает масштаб модели, но не гарантирует превосходство во всех задачах. Однако для китайского рынка open-weight моделей такие цифры становятся важным сигналом: компании показывают не только качество, но и масштаб вычислительной базы, на которой строится модель.

2.4 трлн параметров и MoE-архитектура

Qwen3.8-Max использует Mixture-of-Experts архитектуру.

Это означает, что модель не активирует все 2.4 трлн параметров на каждый запрос. Вместо этого работа распределяется между специализированными экспертными блоками, а на конкретном запросе используется только часть модели.

По данным Reuters, Alibaba заявляет около 95 млрд активных параметров на запрос. Это ключевой момент: полный размер модели показывает общий объём знаний и специализаций, а активные параметры напрямую влияют на стоимость и задержку inference.

Практический смысл MoE простой: компания может строить модель очень большого общего размера, но не платить полную цену 2.4T inference на каждом запросе.

Мультимодальность и контекст до 1 млн токенов

Qwen3.8-Max поддерживает работу с текстом, изображениями и видео. Это ставит модель не только в категорию текстовых LLM, но и в класс мультимодальных систем, которые могут анализировать разные типы входа в одном рабочем процессе.

Reuters также указывает поддержку контекста до 1 млн токенов. Такой размер окна важен для задач, где модель должна работать с большим объёмом данных:

Для coding-agent это особенно важно. Чем больше контекст, тем меньше агенту нужно постоянно пересобирать картину проекта из отдельных фрагментов. Но большой контекст сам по себе не решает проблему качества: модель всё равно должна уметь находить релевантное, не терять исходную цель и не путать старые фрагменты с актуальными.

Coding и cowork как главный фокус

Официальная формулировка Qwen описывает Qwen3.8-Max как “new bar for coding and cowork”. Это важный сдвиг в позиционировании.

Речь не только о том, чтобы модель писала код по запросу. Под coding и cowork всё чаще подразумевается более широкий сценарий:

Reuters приводит заявление Alibaba, что модель выполнила software-engineering project за 16 дней. Без открытого технического отчёта и воспроизводимых деталей этот факт нужно воспринимать как заявление компании, а не как независимую метрику. Но сам акцент показателен: Qwen3.8-Max продвигают не как модель для коротких ответов, а как систему для длительной инженерной работы.

Позиция на Arena.AI

Reuters пишет, что Qwen3.8-Max была представлена на crowdsourced model-comparison платформе Arena.AI. Там модель стала самым высокорейтинговым китайским текстовым AI-модельным релизом, но уступала Claude Fable 5 и нескольким вариантам Claude Opus от Anthropic.

В задачах анализа изображений и визуальных материалов Qwen3.8-Max, по данным Reuters, заняла второе место глобально, уступив только варианту Claude Fable 5.

Это сильное позиционирование, но его нужно читать аккуратно. Arena-рейтинг полезен как сигнал пользовательского сравнения, но он не заменяет полноценный технический отчёт, прозрачные benchmark-таблицы и независимое воспроизведение результатов.

Цена: $2 за вход и $6 за выход

В публичном сообщении Alibaba Cloud указана цена Qwen3.8-Max:

Input: $2.0 / M tokens
Output: $6.0 / M tokens

То есть модель позиционируется не только как крупная, но и как относительно доступная для своего класса. Для long-horizon задач цена критична: один агентный процесс может потреблять миллионы токенов на чтение файлов, планирование, вызовы инструментов, проверку результатов и промежуточные рассуждения.

Если цена сохранится при широком доступе, Qwen3.8-Max может быть интересна для сценариев, где закрытые frontier-модели становятся слишком дорогими при длинных задачах.

Open weights: заявлены, но важно дождаться деталей

Alibaba Cloud и Qwen публично заявляют, что open weights должны выйти на следующей неделе.

Это один из самых важных пунктов релиза. Если Qwen3.8-Max действительно выйдет с открытыми весами, это станет крупным событием для рынка: модель на 2.4 трлн параметров в open-weight формате может усилить экосистему независимых разработчиков, research-команд и компаний, которым нужна возможность разворачивать модель вне закрытых API.

Но пока остаются открытые вопросы:

До публикации весов и лицензии формулировка “open-weight” остаётся заявлением о будущем релизе, а не завершённым фактом.

Почему это важно для рынка open-weight моделей

Qwen давно занимает сильную позицию в open-weight экосистеме. Многие модели Qwen используются локально, через open-source inference-стек, в корпоративных agent-проектах и как основа для fine-tuning.

Qwen3.8-Max может усилить этот тренд по трём причинам.

Первая — масштаб. 2.4T параметров выводят Qwen в один ряд с крупнейшими китайскими моделями нового поколения.

Вторая — цена. $2/$6 за миллион токенов выглядит агрессивно для модели такого класса, особенно если она действительно показывает высокий уровень в coding и мультимодальных задачах.

Третья — обещание open weights. Закрытые модели OpenAI, Anthropic и Google не раскрывают параметрический размер и не дают веса для самостоятельного развёртывания. Китайские команды, наоборот, всё активнее используют open-weight стратегию как способ быстро набрать доверие разработчиков и распространение в инфраструктуре.

Чем Qwen3.8-Max отличается от предыдущих релизов Qwen

Главное отличие — масштаб и фокус.

Предыдущие поколения Qwen уже были сильны в multilingual, coding, tool use и reasoning. Но Qwen3.8-Max делает ставку на более тяжёлые сценарии:

По сути, Alibaba двигает Qwen из категории “сильная open-weight модель для разработчиков” в сторону “frontier-модель, которую можно использовать как рабочую платформу для агентов”.

Что пока неизвестно

Несмотря на громкий релиз, по Qwen3.8-Max пока остаётся много открытых вопросов.

На момент подготовки материала не хватает:

Поэтому сильные заявления о лидерстве стоит воспринимать как позиционирование Alibaba, а не как окончательный технический вывод.

Практический вывод для разработчиков

Для разработчиков Qwen3.8-Max интересна не только как “ещё одна большая модель”.

На практике стоит смотреть на четыре вещи:

Почему релиз важен

Qwen3.8-Max показывает, что гонка frontier-моделей идёт сразу в двух направлениях.

С одной стороны, компании увеличивают масштаб: 2.4T параметров, 1M контекст, multimodal input, long-horizon задачи.

С другой стороны, они стараются сделать такие модели дешевле и доступнее: MoE-архитектура, активные 95B параметров на запрос, агрессивная цена и обещание open weights.

Именно это отличает китайскую стратегию от закрытой модели западных лабораторий. OpenAI, Anthropic и Google продают доступ к сильным моделям через закрытые API. Alibaba и другие китайские игроки пытаются выиграть разработчиков через open-weight релизы, прозрачный параметрический масштаб и более низкую стоимость inference.

Итог

Qwen3.8-Max — новый флагман Alibaba в линейке Qwen.

Модель содержит 2.4 трлн параметров, использует Mixture-of-Experts, активирует около 95 млрд параметров на запрос, поддерживает текст, изображения и видео, работает с контекстом до 1 млн токенов и позиционируется как сильная система для coding, cowork, research и long-horizon задач.

Цена заявлена на уровне $2 за миллион входных и $6 за миллион выходных токенов. Open weights обещаны на следующей неделе, но до публикации весов, лицензии и технического отчёта этот пункт остаётся ожидаемым, а не завершённым релизом.

Главный смысл запуска в том, что Alibaba пытается приблизить open-weight экосистему к уровню закрытых frontier-моделей. Если Qwen3.8-Max подтвердит заявленное качество в независимых тестах и действительно выйдет с пригодными для использования весами, это может стать одним из самых важных open-weight релизов года.