Alibaba показала Qwen3.8-Max-Preview, новую флагманскую модель на 2,4 трлн параметров. Компания обещает вскоре открыть веса и называет Qwen3.8 одной из самых мощных моделей на рынке, уступающей только Claude Fable 5.

Звучит как прямой ответ на Kimi K3, которая вышла несколькими днями ранее. Но между двумя анонсами есть разница. У Kimi уже появились результаты в Arena и профильных тестах, а у Qwen3.8 пока нет публичной таблицы бенчмарков и полноценной карточки модели.

Разберёмся, что Alibaba действительно выпустила, как сейчас попробовать Qwen3.8 и почему с выводами о её месте среди лучших моделей стоит подождать.

1. Что именно выпустила Alibaba

19 июля Alibaba открыла доступ к Qwen3.8-Max-Preview. Модель появилась в Token Plan, Qoder и QoderWork. В официальном анонсе указаны 2,4 трлн параметров и будущая публикация открытых весов.

Сейчас доступна именно preview-версия. В документации Alibaba сказано, что во время тестового периода модель будут дорабатывать. После завершения preview её могут отключить или заменить финальной версией.

Из подтверждённых возможностей пока названы:

рассуждение;
понимание изображений;
генерация текста;
работа внутри инструментов для программирования и агентов.

Архитектуру, число активных параметров, длину контекста и дату публикации весов Alibaba пока не раскрыла. Поэтому сравнить устройство Qwen3.8 с Kimi K3 или другими крупными MoE-моделями пока нельзя.

*Alibaba обещает выпустить Qwen3.8 с открытыми весами. На 19 июля доступна только preview-версия.*

2. Открытые веса не означают запуск на обычном компьютере

Цифра 2,4 трлн выглядит эффектно, но за ней стоит очень тяжёлая модель. Если хранить все параметры в FP16, только веса займут около 4,8 ТБ памяти. В 8-битном формате получится около 2,4 ТБ, а даже грубая 4-битная квантизация потребует примерно 1,2 ТБ.

Это расчёт только для весов. В него не входят KV-кеш, служебная память и ресурсы, нужные самому движку инференса.

Реальная стоимость запуска зависит от архитектуры. Если Alibaba использовала Mixture of Experts, при каждом токене может работать только часть параметров. Тогда вычисления будут заметно легче, чем у плотной модели такого же размера. Но объём весов всё равно придётся где-то хранить и загружать.

Пока архитектура не опубликована, разговоры о локальном запуске остаются теорией. Открытая модель такого масштаба интересна облачным провайдерам и компаниям с собственной инфраструктурой. Для домашней видеокарты она не станет заменой Qwen3-8B или другим компактным моделям.

3. Откуда взялось сравнение с Claude Fable 5

Фраза про второе место после Fable 5 идёт из заявления самой Qwen. Alibaba пишет, что модель сопоставима с ведущими фронтирными системами и уступает только новому флагману Anthropic.

Проверить это утверждение пока сложно. На 19 июля Qwen3.8 отсутствует в публичной таблице Arena. Компания также не опубликовала результаты по SWE-bench, Terminal Bench, GPQA, Artificial Analysis Intelligence Index или другим известным тестам.

Нет и таблицы, по которой можно понять, где Qwen3.8 особенно сильна. Она может хорошо писать код, работать с визуальными задачами или выигрывать в длинных агентных сценариях. Пока всё это возможные сценарии, а не подтверждённые преимущества.

Для сравнения, лидерство Kimi K3 во Frontend Code Arena можно проверить по голосам пользователей. У Qwen3.8 сейчас есть только позиционирование производителя. Называть её второй моделью в мире рано.

4. Как выглядели доказательства у предыдущей Qwen

Для прошлых крупных обновлений Alibaba публиковала подробные графики. Например, Qwen3-30B-A3B-Instruct-2507 сравнивали с предыдущими версиями модели, Gemini 2.5 Flash и GPT-4o. Новая версия получила 43,2 в LiveCodeBench v6 и 69,0 в Arena-Hard v2. При этом в GPQA она уступила Gemini 2.5 Flash, а в BFCL-v3 не обошла старшую Qwen3-235B-A22B.

*Официальные результаты Qwen3-30B-A3B-Instruct-2507. График относится к модели 2025 года, а не к Qwen3.8.*

У Qwen3-235B-A22B-Instruct-2507 тоже была отдельная таблица. В ней модель получила 51,8 в LiveCodeBench v6 и 70,9 в BFCL-v3. На графике она опережала Kimi K2, Claude Opus 4 и DeepSeek-V3-0324 в большинстве показанных тестов, но уступала Kimi K2 в GPQA.

*Официальные результаты Qwen3-235B-A22B-Instruct-2507. Это внутреннее сравнение Alibaba.*

Эти графики не говорят ничего о качестве Qwen3.8. Они показывают, какого уровня подробности не хватает текущему анонсу. Для новой модели Alibaba пока не дала даже собственной таблицы с результатами, не говоря об независимой проверке.

5. Первые отзывы уже спорят друг с другом

Обсуждение Qwen3.8 на Hacker News быстро разделилось на две стороны. Один пользователь критиковал предыдущую Qwen3.7 за потерю направления и зацикливание в задачах по программированию. Другой написал, что Qwen3.8-Max-Preview работает нормально, быстро отвечает и выглядит выгодно во время акции.

Оба наблюдения полезны только как ранние сигналы. Первый отзыв относится к предыдущей версии. Второй основан на нескольких часах использования preview-модели. Из таких комментариев нельзя получить нормальное сравнение качества.

Разброс мнений показывает другую проблему: итог сильно зависит от инструмента, промпта и типа проекта. Для агентного программирования важны не только ответы модели, но и то, как оболочка передаёт контекст, результаты команд и историю работы.

6. Как сейчас попробовать Qwen3.8

Официально Qwen3.8-Max-Preview доступна через Token Plan Personal Edition. В документации Alibaba указаны три тарифа:

Lite: 39 юаней в месяц и 2500 Credits на семь дней;
Standard: 139 юаней и 10 000 Credits;
Pro: 499 юаней и 40 000 Credits.

Есть и отдельные лимиты на пятичасовое окно: 700, 3000 и 12 000 Credits соответственно. Если один из лимитов закончился, доступ приостанавливается до освобождения квоты.

На время preview расход Credits для Qwen3.8 может составлять 10% от стандартного. Ночью, с 22:00 до 08:00 по UTC+8, Alibaba обещает дополнительную скидку. Условия временные и могут измениться.

Здесь есть несколько ограничений. Personal Edition в документации доступна только в регионе China (Beijing). Ключ разрешено использовать в интерактивных coding- и agent-инструментах, например Claude Code, Cursor, Qwen Code и OpenClaw. Автоматические скрипты, бэкенды приложений и пакетные API-вызовы для этого плана запрещены.

Alibaba также предупреждает, что запросы и ответы в Personal Edition могут использоваться для улучшения сервиса и модели. Для коммерческого кода или закрытых документов этот пункт стоит проверить до начала работы.

7. Что известно об открытых весах

Alibaba использует формулировку open-weight soon. Самих файлов, лицензии и точной даты релиза пока нет. Поэтому Qwen3.8 нельзя считать уже опубликованной открытой моделью.

Предыдущие модели семейства Qwen3 выходили под Apache 2.0. Это хороший ориентир, но переносить ту же лицензию на Qwen3.8 заранее нельзя. Финальные условия станут понятны после появления репозитория или страницы модели на Hugging Face.

Даже после публикации весов главный вопрос останется прежним: кто сможет обслуживать 2,4 трлн параметров по приемлемой цене. Для большинства разработчиков практическая ценность открытого релиза будет зависеть от сторонних провайдеров, квантизаций и возможных уменьшенных версий.

8. Стоит ли ждать Qwen3.8

Анонс выглядит серьёзно. Alibaba возвращается к открытым весам в масштабе фронтирных моделей, добавляет визуальное понимание и уже дала разработчикам preview для coding-инструментов. Если независимые тесты подтвердят уровень Fable 5, Qwen3.8 станет одним из главных конкурентов Kimi K3 и закрытых западных моделей.

Но сейчас подтверждён только масштаб модели и доступность preview. Нет независимых бенчмарков, карточки архитектуры, стабильной цены API, лицензии и даты выхода весов.

Поэтому Qwen3.8 пока лучше воспринимать как интересный анонс, а не как нового лидера. Вернуться к сравнению стоит после четырёх событий: появления модели в Arena, публикации технической карточки, выхода весов и объявления обычной стоимости после завершения акции.

О новых моделях и других новостях из мира ИИ я пишу в своём Telegram-канале.

Qwen3.8 обещают почти на уровне Claude. Но бенчмарков пока нет