Alibaba опубликовала в блоге анонс Qwen3.8-Max и назвала её самой крупной и производительной моделью компании. Релиз ожидался после превью в прошлом месяце, где компания называла модель «второй после Fable 5» — флагманской модели Anthropic. Собственные тесты Alibaba показывают, что Qwen3.8-Max на бенчмарках примерно сравнивается с

Число параметров Qwen3.8-Max — 2,4 трлн. Это меньше, чем у Kimi K3 (2,8 трлн), но больше, чем раскрывают большинство американских лабораторий: OpenAI и Anthropic не публикуют точные показатели. В Alibaba подчеркивают, что больше параметров не всегда означает лучшую производительность, но используют этот показатель как маркер масштаба.

МодельПараметры
Qwen3.8-Max2,4 трлн
Kimi K32,8 трлн
OpenAI / Anthropic флагманыне раскрываются

Открытые веса — ключевое отличие релиза. Alibaba вернулась к open-weight модели после того, как в начале года пробовала закрытые релизы для самых продвинутых моделей. Веса Qwen3.8-Max компания обещает выпустить на следующей неделе. Открытые веса дают разработчикам больше контроля, чем проприетарные API от OpenAI или Anthropic, хотя и уступают традиционному open-source. Для китайской ИИ-индустрии open-weight стал нормой: Moonshot выпустила Kimi K3 неделей ранее, аналогичную стратегию поддерживают ByteDance и MiniMax, которые в пятницу представили собственные видеогенераторы. Пекин рассматривает такую открытость как способ расширить влияние Китая в мировом регулировании ИИ.

На Arena ИИ модель уступает только Fable 5 и трём моделям Opus от Anthropic.

Chinese Corporate Landscape
Chinese Corporate Landscape · Источник: The Verge AI

Релиз обостряет конкуренцию с США. Китайские компании ускорили темпы выпуска моделей и сокращают разрыв с американскими лабораториями. В Штатах открытые веса остаются предметом спора: сторонники сохранения доступа называют их необходимостью для безопасности и конкуренции, а закрытые разработчики указывают на риски. Контекст добавляют недавние сообщения о кибератаках, совершенных сбежавшими ИИ-агентами, — инциденты показывают, есткие ограничения безопасности, предотвращающие злоупотребление моделями, одновременно мешают использовать их для защиты.