Qwen3.8-Max — новая модель Alibaba с 2,4 триллионами параметров

Qwen3.8-Max: новая модель Alibaba с 2,4 триллионами параметров

3 августа 2026 года Alibaba выпустила Qwen3.8-Max — самую мощную модель в своей линейке Qwen на сегодняшний день. Разбираем характеристики, бенчмарки и почему это ещё один шаг в быстрой гонке крупных китайских AI-моделей.

Что такое Qwen3.8-Max

Qwen3.8-Max — флагманская модель Alibaba Cloud с 2.4 триллиона параметров, которая немного уступает по размеру Kimi K3 от Moonshot AI (2.8 триллиона), по-прежнему остающейся крупнейшей открытой моделью в мире. Контекстное окно модели — до 1 миллиона токенов, что позволяет обрабатывать огромные объёмы текста, изображений и видео за один запрос.

Архитектура: эффективность через MoE

Архитектура: эффективность через MoE

Модель построена на разреженной архитектуре Mixture-of-Experts — вместо активации всех 2.4 триллиона параметров одновременно для каждого запроса задействуется только около 95 миллиардов. Это существенно снижает стоимость вычислений и задержку ответа, позволяя обрабатывать текст, изображения и видео без пропорционального роста затрат.

Возможности и бенчмарки

Возможности и бенчмарки

По данным Alibaba, Qwen3.8-Max показывает результаты, сопоставимые с Claude Fable 5 от Anthropic, а местами и лучшие. Модель заняла пятое место в рейтинге Text Arena и второе — в Vision Arena, уступив в этой категории только Fable 5.

Среди заявленных возможностей — разработка приложений, исследовательская работа, обзор юридических документов, спортивная аналитика, финансовые исследования и даже архитектурное 3D-моделирование. Alibaba также утверждает, что модель способна автономно писать код в течение недель с минимальным вмешательством человека.

Открытые веса — на следующей неделе

Открытые веса — на следующей неделе

Alibaba планирует опубликовать полные веса модели в течение ближайшей недели после релиза — это первая модель класса “Max” от компании, которая станет полностью открытой. Сейчас Qwen3.8-Max доступна через API на Alibaba Cloud Model Studio для разработчиков по всему миру.

Контекст: гонка китайских открытых моделей ускоряется

Релиз Qwen3.8-Max произошёл менее чем через месяц после того, как Moonshot AI выпустила Kimi K3 — модель, которую компания назвала первым в мире открытым “3-триллионным” классом. На той же неделе китайская DeepSeek выпустила модель V4-Flash, которая, по оценкам исследователей, может оказаться одной из самых дешёвых моделей в мире для запуска.

Вместе эти релизы показывают, насколько быстро китайские технологические компании наращивают темп выпуска мощных открытых моделей, конкурируя не только за размер, но и за себестоимость запуска.

Кратко: главное

  • 3 августа 2026 — Alibaba выпустила Qwen3.8-Max, 2.4 триллиона параметров
  • Контекстное окно — до 1 миллиона токенов
  • Архитектура MoE активирует только ~95 млрд параметров за раз, снижая стоимость
  • Результаты сопоставимы с Claude Fable 5, 5 место в Text Arena, 2 место в Vision Arena
  • Полные открытые веса — в течение следующей недели после релиза
  • Вышла менее чем через месяц после Kimi K3 (2.8 трлн) от Moonshot AI

FAQ

Что такое Qwen3.8-Max? Самая мощная модель Alibaba Cloud в линейке Qwen на сегодняшний день — 2.4 триллиона параметров, контекстное окно до 1 миллиона токенов.

Чем Qwen3.8-Max отличается от Kimi K3? Kimi K3 от Moonshot AI немного больше (2.8 трлн параметров против 2.4 трлн) и всё ещё остаётся крупнейшей открытой моделью мира. Обе — китайские открытые модели, выпущенные с разницей менее чем в месяц.

Будет ли Qwen3.8-Max открытой моделью? Да, Alibaba планирует опубликовать полные веса модели в течение недели после релиза.

Как Qwen3.8-Max сравнивается с Claude Fable 5? По данным Alibaba, модель показывает сопоставимые, а местами лучшие результаты на бенчмарках, хотя в категории Vision Arena уступает Fable 5, занимая второе место.

Что такое архитектура Mixture-of-Experts? Подход, при котором модель активирует только часть своих параметров для каждого конкретного запроса, а не все одновременно — это снижает вычислительные расходы и задержку ответа.


Статья подготовлена командой TechVisor — практического IT-медиа для людей.

Ответить

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Профиль Gravatar