Qwen3.8-Max — open source или только «open source» на бумаге?
Короткий ответ: пока нет в строгом смысле — и Alibaba намеренно смешивает маркетинговую терминологию. 3 августа 2026 Qwen3.8-Max перешёл из Preview в GA на DashScope и OpenAI-совместимом API с позиционированием «open source» в пресс-релизах. Полные веса на Hugging Face отсутствуют; опубликованы только внутренние бенчмарки и предварительный ранг #5 Arena Text.
| Дата | Веха | Ключевая деталь |
|---|---|---|
| 30 июл. | Qwen3.8-Max-Preview | Анонс через три дня после open-weight релиза Kimi K3 — гонка за «клуб 3T» |
| 31 июл. | Vendor-бенчмарки | Scores MMLU, GSM8K, HumanEval без независимой третьей стороны |
| 1 авг. | Blind test сообщества | Kimi K3 83 % vs Qwen3.8-Max 80 % на панели 500 code-prompts (неофициально) |
| 2 авг. | Qwen Office agent | Демо офисного агента: Word, Excel, PowerPoint через API |
| 3 авг. | Официальный GA | API live, тариф $2/$6, контекст 1M; веса по-прежнему не на Hugging Face |
Путать open source и отложенный open weight: Alibaba использует «open source» в маркетинге, тогда как training data, training code и веса не публичны на момент GA.
Верить только vendor-бенчмаркам: Официальные таблицы сравнивают Qwen3.8-Max с устаревшими моделями; независимый SWE-bench Verified score отсутствует.
Недооценивать Kimi K3 в blind test: Сообщество ставит K3 на 83 % vs 80 % у Qwen — скромный, но значимый разрыв на agentic code.
Игнорировать реальную стоимость при 1M контекста: $2/$6 выглядит агрессивно, но длинные workload без cache могут взорвать счёт vs Kimi K3 $3/$15 с prefix caching.
Забывать про экосистемную зависимость: Qwen уже питает Apple Intelligence в Китае — аргумент дистрибуции, не гарантия качества глобального API.
Спецификации Qwen3.8-Max: 2,4T, 95B активных и окно 1M
| Спецификация | Значение |
|---|---|
| Всего параметров | 2,4 триллиона |
| Активных параметров | ~95 миллиардов на токен |
| Архитектура | Sparse Mixture-of-Experts (MoE) |
| Контекстное окно | 1 000 000 токенов |
| Мультимодальность | Нативный текст; vision в roadmap Q3 |
| API pricing | $2/M input · $6/M output |
| Arena Text | #5 предварительный (август 2026, не финализирован) |
| Веса | Не опубликованы — только API и DashScope |
| Лицензия | Custom Alibaba — «open source» заявлен, веса в ожидании |
Qwen3.8-Max строится на MoE-поколении Alibaba: sparse activation ~4 % экспертов на токен, обучение на внутреннем кластере с mixture-of-depths для длинных последовательностей. Окно 1M наследует подход YaRN + sliding window семейства Qwen3, оптимизированный для ingestion целых документов и офисных агентов.
| Компонент | Решаемая проблема | Заявленный выигрыш |
|---|---|---|
| MoE 2,4T | Ёмкость vs стоимость inference | 95B активных — плотность выше K3 (~104B) при меньшем теоретическом VRAM |
| Контекст 1M | RAG и анализ документов | Flat pricing за запрос vs фрагментация multi-call |
| Qwen Office | Офисная автоматизация | Нативный агент Word/Excel/PPT — вертикальный use case |
| Интеграция Apple | Дистрибуция в Китае | Qwen уже партнёр Apple Intelligence на материке |
На бумаге Qwen3.8-Max входит в «клуб 3T» вместе с Kimi K3 (2,8T) — но без публичных весов остаётся API-закрытым конкурентом на фоне open-weight потолка, который K3 уже представляет на Hugging Face.
Бенчмарки, Arena Text #5 и сравнение с Kimi K3
Alibaba опубликовала только внутренние бенчмарки к GA. Предварительный рейтинг Arena Text #5 ставит Qwen3.8-Max в топ-5 по тексту, но панель ещё не стабилизирована и голосование открыто. Независимая оценка типа Vals AI SWE-bench Verified отсутствует.
| Модель | Источник бенчмарка | Score / ранг | Публичные веса |
|---|---|---|---|
| Qwen3.8-Max | Alibaba internal + Arena Text | Arena #5 предварительный; MMLU ~89,2 % (vendor) | Нет |
| Kimi K3 | Vals AI SWE-bench Verified | 93,4 % SWE-bench; AA Index ~57 | Да (1,56 ТБ) |
| GPT-5.6 Sol | Vals AI независимый | 96,2 % SWE-bench | Нет |
| Claude Opus 5 | Vals AI независимый | 97 % SWE-bench | Нет |
Blind test сообщества (1 августа 2026, панель 500 code-prompts):
| Модель | Preference rate | Методология |
|---|---|---|
| Kimi K3 | 83 % | Double-blind, senior dev judges, SWE/agent prompts |
| Qwen3.8-Max | 80 % | Та же панель — разрыв +3 п.п. в пользу K3 |
Разрыв скромный, но у K3 уже есть проверяемые независимые SWE-bench scores. Qwen3.8-Max делает ставку на цену API ($2/$6 vs K3 $3/$15) и экосистему DashScope, а не на open-weight прозрачность. См. также разбор Kimi K3 open weight.
Тарифы API, Qwen Office и чеклист развёртывания в шесть шагов
API Qwen3.8-Max доступна на DashScope с OpenAI-совместимостью. Qwen Office agent — продемонстрирован 2 августа — нацелен на нативную офисную автоматизацию через плагины Word, Excel и PowerPoint.
| Тип токена | Цена за миллион |
|---|---|
| Input | $2,00 |
| Output | $6,00 |
| Макс. контекст | 1 000 000 токенов (полная input-тарификация) |
Создать аккаунт DashScope: Регистрация на dashscope.aliyun.com, активация Qwen3.8-Max в GA, генерация API-ключа.
Настроить OpenAI SDK: base_url на https://dashscope.aliyuncs.com/compatible-mode/v1, model ID qwen3-8-max.
Прогнать blind test локально: Воспроизвести 20–30 prompts из вашего workload до production-миграции — не полагаться только на vendor-бенчмарки.
Оптимизировать контекст 1M: Ingest целых документов одним вызовом; мониторить input-счёт при $2/M на объёмных payload.
Оценить Qwen Office agent: Если стек включает Office-автоматизацию — запросить preview agent; иначе оставаться на стандартном chat API.
Plan B open weight: Если веса не выйдут за 30 дней — сравнить Kimi K3 self-hosted через vLLM/SGLang или OpenRouter; см. гайд K3.
from openai import OpenAI
client = OpenAI(
api_key="your_dashscope_api_key",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
model="qwen3-8-max",
messages=[{"role": "user", "content": "Суммируй этот документ на 200 страниц..."}],
max_tokens=4096
)Экосистема Apple Intelligence в Китае и три твёрдые цифры
Qwen3.8-Max — не изолированный продукт: Alibaba уже питает Apple Intelligence в материковом Китае с момента регистрации CAC в июле 2026. GA флагмана усиливает техническую репутацию партнёрства Apple-Alibaba на фоне Baidu на слое поиска/Siri.
2,4T / 95B активных: MoE-флагман Alibaba — вход в «клуб 3T» без публичных весов на момент GA.
$2 / $6: Агрессивный API-тариф — input на 33 % дешевле Kimi K3 ($3), output на 60 % дешевле ($15).
83 % vs 80 %: Сообщественный code blind test — Kimi K3 опережает Qwen3.8-Max на 3 п.п. на панели 500 prompts.
Практические альтернативы несут скрытые издержки: опора только на DashScope API блокирует стек без резервных весов; ожидание open-source весов без фиксированной даты тормозит on-premise развёртывания; тестирование AI-агентов на личном Mac ломается на sleep и обрывах сети. Для production iOS CI/CD и 24/7 AI agent automation аренда выделенного Mac Mini в облаке KVMNODE — обычно лучший выбор: нативный Apple Silicon, полный sudo, гибкая оплата день/неделя/месяц. См. страницу цен, центр помощи или оформить заказ.
Данные на 4 августа 2026 · Источники: официальный блог Alibaba Qwen, DashScope, Arena.ai Text Leaderboard, community blind test август 2026, регистрация CAC Apple Intelligence China