Что такое Qwen 3.8? Модель класса Max впервые выходит с открытыми весами

Qwen 3.8 является семейством моделей Alibaba, в котором компания впервые открыла веса своего высшего класса Max: в него входят Qwen3.8-Max на 2,4 триллиона параметров и плотная Qwen3.8-27B под лицензией Apache 2.0, разрешающей коммерческое использование. Модель вышла в превью 19 июля 2026 года, официально была представлена 3 августа, а веса версии 27B появились на Hugging Face 14 августа.

Когда мы писали о Kimi K3, речь шла о пороге, на котором модели с открытыми весами дошли до уровня frontier. Этот порог пройден, и вопрос изменился: если модель с открытыми весами способна выйти на frontier, откроет ли компания и свой высший класс?

Ответ Alibaba оказался утвердительным, и этим ответом стало семейство Qwen 3.8.

В этой статье разбираем, что предлагает Qwen 3.8, насколько можно полагаться на заявленные бенчмарки и какие ограничения стоит знать до загрузки весов.

Класс Max открывается впервые

До сих пор команда Qwen выпускала с открытыми весами малые и средние модели, оставляя высший класс за API. Так было принято в отрасли: модель, которую можно скачать, не была лучшей моделью компании.

Qwen 3.8 убрал это разделение. Публикация весов была объявлена и для Qwen3.8-Max на 2,4 триллиона параметров, и для меньшей Qwen3.8-27B. Версия 27B вышла на Hugging Face 14 августа 2026 года как Qwen/Qwen3.8-27B и Qwen/Qwen3.8-27B-FP8, доступна она и через ModelScope.

Важная деталь по лицензии: Apache 2.0 подтверждена в самом файле LICENSE, а не только в заголовке карточки модели. Коммерческое использование разрешено, условия о доле от выручки нет. Ограничений, которые некоторые компании навешивают через собственные лицензии, здесь нет.

Семейство Qwen 3.8: две модели, две задачи

Семейство отвечает на две разные потребности, и смешивать их не стоит.

Qwen3.8-Max. Модель высшего класса. Использует архитектуру Mixture-of-Experts с 2,4 триллиона параметров, из которых на токен активны лишь 95 миллиардов. Окно контекста составляет 1 миллион токенов. Принимает текст, изображения и видео нативно, то есть зрение здесь встроено, а не прикручено позже в виде адаптера.

Qwen3.8-27B. Именно её будет реально запускать большинство команд. Модель на 27 миллиардов параметров, плотная (dense), а не разреженная, с визуальным кодировщиком. Принимает текст, изображения и видео, выдаёт текст.

Архитектура любопытная: гибридная компоновка на 5120 скрытых измерений и 64 слоя. За тремя блоками Gated DeltaNet плюс FFN идёт один блок Gated Attention плюс FFN, и этот шаблон повторяется 16 раз. Вместо чистых слоёв внимания такая смешанная структура снижает стоимость памяти на длинном контексте.

По контексту есть оговорка, которую разбираем отдельно ниже: нативный контекст модели составляет 262 144 токена, а цифра в 1 миллион является потолком, достигаемым расширением.

Что показывают бенчмарки

Цифры, которые вывели Qwen 3.8 в повестку, относятся к агентной и кодовой стороне.

Версия Max набрала 86,1 в OSWorld-Verified, измеряющем умение работать с компьютером. В том же тесте GPT-5.6 Sol Max показывает 83,2, Claude Fable 5 набирает 85,0, а Gemini 3.1 Pro получает 76,2. В PaperBench, измеряющем исследовательские задачи, она выдала 93,0, самый высокий из опубликованных на сегодня результатов.

Версия 27B впереди во всех четырёх тестах, где её сравнивают с предшественницей:

Особенно заметны скачки в Terminal Bench и SWE-bench Pro, потому что ни один из них не является ответом на вопрос с одного захода. Оба измеряют многошаговое поведение агента, и переход с 51,7 на 73,0 по этой оси означает серьёзную разницу.

Независимая картина сдержаннее. На краудсорсинговой платформе Arena.AI Qwen3.8-Max стала на старте самой высокорейтинговой китайской моделью в текстовых задачах, но всё же уступила нескольким моделям Anthropic, включая Claude Fable 5. То есть это вход в верхнюю группу, а не безоговорочное лидерство.

Открытые веса и открытый исходный код: не одно и то же

Это различие часто упускают в корпоративных решениях, и к Qwen 3.8 оно тоже относится.

Alibaba опубликовала веса модели. Не опубликовала: обучающие данные, полный рецепт обучения и прочие артефакты, нужные для воспроизведения обучения. То есть модель можно скачать и запустить, дообучить и использовать коммерчески. Но воспроизвести с нуля или проверить, на чём она обучалась, нельзя.

Это не изъян, а вопрос определения. Однако разница важна, если вы собираетесь использовать формулировку "открытый исходный код" как обоснование соответствия требованиям. Если вы в отрасли, где нужен аудит происхождения данных, открытых весов самих по себе для этого недостаточно.

А вот сторона Apache 2.0 действительно свободна: коммерческое использование разрешено, доли от выручки нет, лицензия подтверждена в файле. Для команд, желающих запускать модель на своей инфраструктуре, это и есть главное.

Цены и запуск на своей инфраструктуре

Версия Max предлагается через API по цене 2,00 доллара за вход и 6,00 доллара за выход на миллион токенов. Для класса frontier это конкурентный уровень.

Настоящий расчёт идёт по 27B. Скачав веса и запустив их на своих серверах, вы убираете оплату за токены, а вместо неё появляются стоимость оборудования и эксплуатации. Публикация версии FP8 упрощает этот расчёт, поскольку она работает на меньшем объёме памяти.

Решение сводится к следующему: если объём стабилен и предсказуем, запуск 27B на своей инфраструктуре после определённого порога выходит дешевле API. Если объём скачет или нужна максимальная доступная способность, разумнее брать Max через API. А если требуется суверенитет данных, выбор и так склоняется к 27B.

Известные ограничения

Четыре пункта, которые не выпячиваются в анонсах, но которые стоит знать до загрузки.

Контекста в 1 миллион в открытых весах нет. Нативный контекст скачиваемой модели составляет 262 144 токена. Цифра в 1 миллион относится к размещённой версии. Если вы планировали отдавать ей всю кодовую базу за один заход, учитывайте этот разрыв заранее.

Медленнее и прожорливее по токенам. Независимые тесты показывают, что версия 27B примерно втрое медленнее предшественницы и тратит больше токенов. Оценки в бенчмарках выросли, но выросла и стоимость работы. В продукте, чувствительном к задержке, эта разница ощутима.

Все результаты бенчмарков сообщены Alibaba. Каждая цифра на карточке модели получена собственным измерением производителя. Это не значит, что они неверны, но читать их стоит осторожно, пока не появится независимая проверка. Не принимайте архитектурных решений, не измерив на своей нагрузке.

Обучающие данные и рецепт не опубликованы. Разница между открытыми весами и открытым исходным кодом даёт здесь практическое следствие: проверить, на чём обучалась модель, вы не сможете.

Итог. В статье о Kimi K3 мы говорили, что модели с открытыми весами дошли до уровня frontier. Qwen 3.8 идёт дальше: теперь можно открыть и высшую модель компании, причём под лицензией настолько свободной, как Apache 2.0.

Практический итог в том, что лицензионные и функциональные барьеры перед командой, желающей запускать сильную мультимодальную модель на своей инфраструктуре, заметно снизились. Но дистанция между маркетинговыми цифрами и продакшн-реальностью осталась. При решении стоит взвесить контекст в 262 тысячи токенов, троекратное замедление и бенчмарки, измеренные самим производителем.

Совет прежний: измеряйте модель на своей нагрузке, реалистично оценивайте потребность в контексте и заранее задавайте бюджет задержки. Работы по выбору моделей и запуску на собственной инфраструктуре мы ведём в рамках услуги ИИ-решения. О том, куда дошли модели с открытыми весами, читайте в статье про Kimi K3, а о движении закрытой стороны к автономным моделям рассказывает статье про Claude Fable 5.

Часто задаваемые вопросы

Можно ли использовать Qwen 3.8 в коммерческих целях? Да. Лицензия Apache 2.0 подтверждена в самом файле LICENSE, коммерческое использование разрешено, а условия о доле от выручки нет.

Чем Qwen3.8-Max отличается от Qwen3.8-27B? Max построена на Mixture-of-Experts с 2,4 триллиона параметров, из которых на токен активны 95 миллиардов, и доступна через API. 27B представляет собой плотную модель на 27 миллиардов параметров, которую большинство команд реально запускает на своей инфраструктуре.

Правда ли, что у Qwen 3.8 контекст в 1 миллион токенов? Только у размещённой версии. Нативный контекст скачиваемой модели 27B составляет 262 144 токена, а миллион достигается расширением.

Сколько стоит Qwen3.8-Max через API? 2 доллара за миллион входных токенов и 6 долларов за миллион выходных. При стабильном и предсказуемом объёме запуск 27B на своих серверах после определённого порога выходит дешевле.

Является ли Qwen 3.8 открытым исходным кодом? Нет, Alibaba опубликовала веса, но не обучающие данные и не полный рецепт обучения. Модель можно запускать, дообучать и использовать коммерчески, но проверить, на чём она обучалась, нельзя.