Команда Qwen из Alibaba опубликовала открытые веса моделей Qwen3.8. Флагманская модель Qwen3.8-27B — это мультимодальная плотная модель с 27 миллиардами параметров. По заявлению разработчиков, она превосходит более крупную Qwen3.7-Plus в задачах программирования и офисной работы. Также улучшены агентные способности: модель планирует более самостоятельно и надёжнее выполняет задачи.
Модель нативно обрабатывает до 262 000 токенов контекста, а с использованием метода YaRN масштабируется до одного миллиона токенов. Помимо текста, она понимает изображения и видео, включая диаграммы, документы и многочасовые видеозаписи. Режим гибкого мышления включён по умолчанию, но его можно отключить для каждого запроса.
Веса выпущены под лицензией Apache 2.0, что позволяет использовать модель в коммерческих проектах без ограничений. Обе модели — Qwen3.8-27B и более крупная Qwen3.8-2.4T-A95B, предназначенная для уровня Max, — уже доступны на Hugging Face и ModelScope. Хостинговая версия с контекстом в один миллион токенов скоро появится в Qwen Cloud, облачном сервисе Alibaba.
Модель обрабатывает до 262 тыс. токенов контекста нативно, с масштабированием до 1 млн через YaRN.
Открытые веса Qwen3.8 следуют тренду индустрии на публикацию сильных моделей с открытым кодом. Apache 2.0 — одна из самых либеральных лицензий, она снимает барьеры для интеграции в продукты. Это важно для разработчиков, которые хотят контролировать развёртывание и дообучение модели без вендорного замыкания.
Метод YaRN, упомянутый в анонсе, — это техника масштабирования контекстного окна, которая позволяет увеличивать длину контекста без полного переобучения модели. Она уже применялась в предыдущих моделях Qwen и других open-source LLM.
Выпуск Qwen3.8 усиливает конкуренцию в сегменте открытых моделей, где также присутствуют Llama 3.1, Mistral и другие. Превосходство 27B модели над более крупной Qwen3.7-Plus в ряде задач показывает, что эффективность архитектуры может быть важнее размера.
Для пользователей это означает доступ к мощной мультимодальной модели с открытым кодом, которую можно запускать локально или в собственной инфраструктуре. Поддержка видео и длинного контекста открывает сценарии анализа больших документов, видеоматериалов и сложных агентных систем.
