Компания Alibaba представила Qwen3.8-2.4T-A95B — первую открытую ИИ-модель в своём флагманском семействе Qwen-Max.
Как сообщает команда Qwen, новинка содержит 2,4 трлн параметров, из которых при обработке каждого токена задействуются только 95 млрд. Это результат архитектуры Mixture-of-Experts («смесь экспертов»): модель состоит из 512 «экспертов», и под конкретный запрос активируется лишь часть из них — такой подход снижает вычислительные затраты без потери в размере модели.
Ключевая особенность — работа с очень длинным контекстом и агентными сценариями. Нативно модель удерживает в «памяти» 262 144 токена, а с расширением — примерно до 1 млн, что важно для долгих автономных сессий и анализа больших объёмов документов. Разработчики сделали упор на сложные агентные задачи, профессиональную разработку, программирование и глубокие исследования, отдельно отметив улучшенное автономное планирование и обработку обратной связи от среды — то есть более надёжное выполнение задач от начала до конца. Управлять «глубиной размышлений» можно через отдельный параметр.
Свою модель Alibaba сравнивает с ведущими решениями — Claude Opus 4.8 и Claude Fable 5 от Anthropic, GPT-5.6 Sol от OpenAI, а также с предыдущей версией Qwen3.7-Max. По заявленным разработчиком результатам, в агентных задачах программирования новинка заметно прибавила относительно прошлой версии, а в ряде тестов общего назначения и профессиональных доменов (медицина, право, финансы) держится на уровне флагманов, местами опережая их, а местами уступая. Стоит учитывать, что это внутренние бенчмарки самой компании: они дают представление о возможностях модели, но не всегда отражают её поведение в реальных задачах, а единой модели «на все случаи» не существует.
Важный нюанс: опубликованные на площадках Hugging Face и ModelScope веса — это базовая, дообученная версия модели. Более функциональный вариант Qwen3.8-Max, доступный через API, дополнительно умеет работать с изображениями, поддерживает контекст в 1 млн токенов и встроенные инструменты. При этом практическая ценность открытой версии для рядового пользователя ограничена ресурсами: запуск модели такого масштаба требует очень серьёзной серверной инфраструктуры, поэтому многие разработчики, вероятно, предпочтут облачный API вместо самостоятельного развёртывания. Тем не менее сам факт выхода сверхкрупной модели с триллионами параметров в открытый доступ показателен — возможности, прежде доступные только в проприетарных облачных нейросетях, постепенно приходят в open source.
Комментарии