Alibaba перевела Qwen3.8-Max из статуса превью, который тестировали разработчики последние две недели, в полноценный релиз с открытым доступом для любого пользователя. Вместе с этим компания запустила публичную бету QwenWork — корпоративной ИИ-платформы для документов, кода и видео, которая должна конкурировать с WorkBuddy от Tencent, Kimi Work от Moonshot, а также с ChatGPT Work и Claude Cowork от Anthropic.
Qwen3.8-Max — крупнейшая модель, которую когда-либо выпускала Alibaba: 2,4 триллиона параметров в архитектуре MoE (mixture of experts, «смесь экспертов» — устройство, при котором на каждый запрос включается не вся сеть целиком, а только небольшой набор специализированных блоков). По данным Bloomberg, из этих 2,4 триллиона реально работают лишь порядка 95 миллиардов параметров — те самые 4%, которые и определяют скорость и стоимость ответа. Окно контекста — около миллиона токенов на входе и до 131 тысячи на выходе, модель понимает текст, изображения, видео и документы, а из необычных умений заявлены восстановление интерфейса приложения по скриншоту и превращение плоского плана квартиры в трехмерную визуализацию.
Alibaba делает ставку на самостоятельность модели в длинных задачах — способность неделями работать без участия человека. Во внутренних тестах Qwen3.8-Max провела полноценный софтверный проект на протяжении 10–16 дней: писала код, тестировала его, исправляла ошибки, собирала обратную связь пользователей и сама делала коммиты в репозиторий. Именно на такие сценарии — автономное программирование, разбор юридических и финансовых документов, работа с длинным видео и медиаархивами — и рассчитана модель.
Цена при этом откровенно демпинговая: $2 за миллион входных токенов и $6 за миллион выходных, с восьмикратной скидкой на кешированный ввод. Открытые веса самого Qwen3.8-Max и его компактной версии на 27 миллиардов параметров — той самой, которую реально можно развернуть на своем сервере, а не в дата-центре — Alibaba обещает выложить на Hugging Face на следующей неделе.
Главный конкурент внутри Китая — модель Kimi K3 от Moonshot, которая вышла в открытых весах двумя неделями раньше. У соперника чуть больше формальных параметров, 2,8 триллиона против 2,4, и по независимому индексу Artificial Analysis она держится в тройке лидеров, обгоняя Qwen на части тестов по написанию кода. В прямом слепом сравнении на инженерной задаче с разбором двух незнакомых репозиториев детище китайского стартапа набрало 83 балла из 100 против 80 у модели Alibaba — разрыв небольшой, но все-таки он есть. Зато по цене Alibaba уверенно выигрывает: $6 за миллион выходных токенов против $15 у соперника, то есть в два с половиной раза дешевле при сопоставимом качестве.
С западными флагманами сравнение честнее, потому что вместе с релизом новой нейросети Alibaba опубликовала полную таблицу бенчмарков. На тесте самостоятельной работы в терминале Terminal-Bench 2.1 Qwen3.8-Max набирает 86,6 — больше, чем у Claude Opus 4.8 и Claude Fable 5 (84,6 у обоих), хотя и меньше, чем у GPT-5.6 Sol (88,8). А вот на тестах реального инженерного кода SWE-bench Pro и FrontierSWE китайская модель заметно отстает от флагмана Anthropic — 67,7 против 80,0 и 73,5 против 88,8 соответственно. Зато в научных исследованиях (PaperBench) и точном следовании инструкциям Qwen обходит всех, а по общей эрудиции GPQA Diamond идет вровень с ней — 92,6 у обеих. При этом продукт Anthropic стоит $10 за миллион входных токенов и $50 за миллион выходных, так что она дешевле в пять и восемь раз соответственно.
Один нюанс стоит держать в уме: часть мультимодальных сравнений Alibaba проводит не с прошлым флагманом Qwen3.7-Max, а с более слабой Qwen3.7-Plus, что льстит собственному прогрессу компании. Проверить независимо получится только через неделю, когда веса Qwen3.8-Max и его 27-миллиардной версии окажутся на Hugging Face и разработчики наконец смогут прогнать модель на своих задачах, а не верить чужой презентации.
