Qwen 3.8 Max: 2,4 триллиона параметров, контекст 1 миллион токенов — Alibaba увеличила масштаб своей открытой модели переднего края

Продолжение истории : Économie de l'open frontier : viabilité, subvention, pivots· Часть 18/20

Модели и инструменты Aug 10, 2026 at 16:318В закладки

Qwen 3.8 Max: 2,4 триллиона параметров, контекст 1 миллион токенов — Alibaba увеличила масштаб своей открытой модели переднего края
Иллюстрация : Léa Fontaine

Самый крупный открытый модель от китайской лаборатории. С 2,4 триллионами параметров и контекстом в 1 миллион токенов, Qwen 3.8 Max выходит на уровень, который ранее был доступен только через проприетарные API.

Простыми словами: Alibaba выпустила Qwen 3.8 Max — модель с 2,4 триллионами параметров, контекстным окном в 1 миллион токенов и открытыми весами. Это самая крупная модель с открытыми весами, публично выпущенная китайской лабораторией, и она нацелена на сценарии использования, которые ранее требовали проприетарных API передовых моделей.

Что изменилось

С 2,4 триллионами параметров и контекстом в 1 миллион токенов Qwen 3.8 Max выходит на территорию, ранее занимаемую только закрытыми моделями: анализ длинных документов, расширенные многоэтапные рассуждения, сложное агентное программирование. Открытые веса позволяют командам дообучать модель на своих данных, развёртывать её локально и избегать зависимости от вендора.

Выход модели совпадает с обострением конкуренции в сегменте моделей с открытыми весами на верхнем уровне: Kimi K3 (Moonshot, 2,8T), Meta Muse Glimmer (30B, сфокусированная на агентных задачах) и теперь Qwen 3.8 Max борются за внимание разработчиков. Для предприятий, где Alibaba является приемлемым вендором, это значимая опция — возможности уровня передовых моделей без зависимости от API.

Технические детали

2,4 триллиона параметров с контекстом в 1 миллион токенов strongly implies архитектуру Mixture-of-Experts: активные параметры за один прямой проход значительно меньше общего числа, что делает вычислительные затраты управляемыми. Контекст в 1 миллион токенов требует специфических аппаратных конфигураций — многопроцессорных систем с высоким объёмом VRAM или эффективных реализаций KV-кэша. Это не модель для ноутбука, а серьёзное обязательство по инфраструктуре.

И что дальше

Разрыв между моделями с открытыми весами и закрытыми передовыми моделями сокращается быстрее, чем большинство прогнозировало 18 месяцев назад. Для команд, оценивающих целесообразность использования проприетарных API, Qwen 3.8 Max становится серьёзной альтернативой — особенно если важны суверенитет данных, независимость от вендора или экономическая эффективность в масштабах.

Resources

Статья создана искусственным интеллектом и проверена под редакционным контролем человека.

Наша редакция
Your Linux servers, as a desktop.
TermalOSSponsored
Ops, reimagined

Your Linux servers, as a desktop.

Agentless SSH monitoring, a full remote desktop and an AI ops copilot — no agents to install. Everything stays on your machine.

SSHMonitoringAI Ops
Get early access
Была ли статья полезной?

8 чел. оценили эту статью

Нравится
P
Priya RamanMachine Learning Engineer
🇬🇧 ML engineer, applied research.
Поделиться:
Комментарии (8)

Войдите, чтобы участвовать в обсуждении.

Alex 2 12 Aug 2026 · 14:50

A 1M-token context is neat, but I’m more curious about how Qwen 3.8 Max balances sheer scale with efficiency-can it actually run on reasonably priced hardware for most devs?

J.P.R. 10 Aug 2026 · 13:19

2.4T parameters at 1M context is impressive, but the real test is how well it handles long-range dependencies without hallucinations or latency spikes. Can it stay efficient beyond synthetic benchmarks?

FoodieFiona 2 10 Aug 2026 · 13:04

The 1M-token context sounds revolutionary, but I wonder how many real-world tasks actually need that much. Seems like overkill for most practical use cases.

ArtLover99 11 Aug 2026 · 11:11

Actually, long-context models shine in niche areas like legal document review or genomic research where context spans thousands of pages or sequences.

MusicFanatic 10 Aug 2026 · 12:28

1M-token context is cool, but at this scale, even inference costs will make it a niche tool. Wonder if Alibaba’s betting on cloud-only use cases to hide that.

BookWorm47 10 Aug 2026 · 12:22

2.4T parameters on open-weight is insane, but without proper fine-tuning frameworks, most devs won’t even scratch the surface of this beast. What’s the real use case here if the tooling ecosystem stays years behind?

J.P.R. 2 10 Aug 2026 · 14:47

Open-weight models like this force the ecosystem to evolve, but even then, most devs will only exploit a fraction-so the real question is who actually *needs* 1M-token context today, not just who can build tools for it.

ph1lippe_m 10 Aug 2026 · 12:22

Open-weight but not open-access-sounds like we’re trading one walled garden for another. What’s the real bottleneck now: compute or capability?

sandrine.b 10 Aug 2026 · 12:18

The 1M-token context is groundbreaking, but energy costs for inference might outweigh the benefits for most use cases outside big tech. Who’s really going to run this reliably?

J.P.R. 3 10 Aug 2026 · 11:53

1M-token context is useless if you can't even deploy it without breaking the bank. What's the point of pushing boundaries if the infrastructure can't follow?

Хронология истории

Économie de l'open frontier : viabilité, subvention, pivots

  1. 1« 6 месяцев до конца »: окно, которое закрывается для open-моделей13/07/2026
  2. 2Отражение подписало контракт на 1 миллиард долларов на вычислительные мощности у Nebius: открытые веса моделей обходятся в целую фабрику14/07/2026
  3. 3Язык: настоящая гонка, возможно, больше не на границе14/07/2026
  4. 4DeepSeek стремится выйти на рынки: размещение IPO на материковом Китае планируется уже в 2026 году15/07/2026
  5. 5DeepSeek оценён в $51,9 млрд: стоимость китайской модели frontier open-weight продолжает расти17/07/2026
  6. 6Mozilla публикует « State of Open Source AI »: справочный документ, которого так ждал экосистемный мир17/07/2026
  7. 7DeepSeek V4 приближается: 1M токенов контекста и двойная тарифная ставка20/07/2026
  8. 8Кто боится китайских моделей? Бен Томпсон ставит стратегический вопрос.20/07/2026
  9. 9Samsung вкладывает $1,1 млрд в Mistral: стратегически-корпоративный аспект истории об экономике открытых моделей22/07/2026
  10. 10Хаггинг Фейс раньше исключал женщин и детей — теперь платформа расплачивается за открытые веса28/07/2026
  11. 11Altman: монополия на власть в сфере ИИ обернётся «долгосрочной катастрофой»29/07/2026
  12. 12DeepSeek V4-Flash-0731 в бета-версии: протокол Codex приходит к китайскому конкуренту31/07/2026
  13. 13MiniMax H3 с открытым исходным кодом: китайская лаборатория ломает цену на полноценные модели31/07/2026
  14. 14DeepSeek сигнализирует о значительном росте цен на API — эпоха заниженных цен заканчивается06/08/2026
  15. 15Alibaba планирует условия распределения доходов для своей следующей модели Qwen — сдвиг в сторону экономики открытых весов07/08/2026
  16. 16DeepSeek возобновляет сбор средств на сумму $74 млрд: экономика открытых моделей достигла нового потолка07/08/2026
  17. 17Meta выпустила Muse Glimmer: 30-миллиардную модель с открытым весом для локального агентного ИИ10/08/2026
  18. 18Qwen 3.8 Max: 2,4 триллиона параметров, контекст 1 миллион токенов — Alibaba увеличила масштаб своей открытой модели переднего края10/08/2026
  19. 19Агент Xiaowei от WeChat работает на секретной модели 617B MoE — тихое авангардное решение от Tencent13/08/2026
  20. 20Брюс Шнайер: если рынки отвергнут OpenAI и Anthropic, США должны их национализировать14/08/2026
Your Linux servers, as a desktop.
TermalOSSponsored
Ops, reimagined

Your Linux servers, as a desktop.

Agentless SSH monitoring, a full remote desktop and an AI ops copilot — no agents to install. Everything stays on your machine.

Get early access
Темы
Обзор
Информация