TLDR: Qwen3.8-Max от Alibaba (превью, 2.4T параметров, мультимодальность с вводом изображений/видео/документов) соперничает с Kimi K3 от Moonshot AI (2.8T параметров, open weights скоро, контекст 1M). Qwen3.8-Max превосходит в мультимодальности и продуктивных задачах с ценами предпросмотра ~10% от стандартных, тогда как Kimi K3 лидирует на части открытых бенчмарков и по степени открытости.
Обе — передовые модели, доступные уже сейчас через API. Для надежной и экономичной интеграции CometAPI предлагает бесшовный доступ к Qwen через совместимые с OpenAI эндпоинты, конкурентные цены и простое масштабирование для разработчиков и бизнеса.
Key Takeaways:
- Масштаб и возможности: согласно посту X, Qwen3.8-Max приносит нативную мультимодальность (изображения, видео, документы) в модель с 2.4T параметров; Qwen3.7-Max выделяется в агентном кодинге и задачах с длинным горизонтом.
- Цены и доступ: Qwen3.8-Max имеет конкурентные тарифы API (~$2.50/$7.50 за 1M входа/выхода, часто со скидкой); версия 3.8 в предпросмотре по сниженным ставкам через Token Plan/Qoder.
- Против Kimi K3: Kimi K3 (2.8T, open weights 27 июля 2026) часто чуть опережает на бенчмарках, но Qwen предлагает более сильную мультимодальность и интеграцию в экосистему; Qwen дешевле во многих сценариях API.
- Доступ сегодня: предпросмотр на Alibaba Cloud/Token Plan/Qoder по скидкам; совместим с API OpenAI/Anthropic.
- Практические преимущества: лучше для full‑stack разработки, офисной автоматизации, анализа видео и агентных рабочих процессов.
What Is Qwen 3.8 Max?
Qwen 3.8 Max, официально представленный как Qwen3.8-Max-Preview, — новейшая флагманская LLM команды Qwen от Alibaba. Анонсирован на World AI Conference в Shanghai около 19 июля 2026 года, представляет собой огромный скачок по масштабу по сравнению с серией Qwen 3.7.
Core Specifications
- Параметры: всего 2.4 триллиона — одна из крупнейших публично обсуждаемых моделей, уступающая лишь Kimi K3 от Moonshot AI с ~2.8T.
- Архитектура: разреженная Mixture‑of‑Experts (MoE). За токен активируется только подмножество параметров, что балансирует мощность и эффективность (точное число активных параметров пока не раскрыто — ключ к стоимости инференса).
- Мультимодальные возможности: нативная обработка текста, изображений, видео и документов. Первая у Qwen модель свыше 1 трлн параметров с сильной мультимодальностью.
- Окно контекста: до 1 миллиона токенов, унаследовано и улучшено от Qwen 3.7 Max.
- Варианты: флагман 2.4T Max плюс меньший вариант ~27B для облегченных случаев.
How Qwen 3.8 Max Works: Innovations and Technical Edge
Qwen3.8-Max опирается на многолетний опыт масштабирования Alibaba:
- Огромный масштаб с эффективностью: 2.4T параметров на базе MoE — за токен активируется лишь подмножество экспертов, балансируя мощность и стоимость (аналогично прежним MoE Qwen вроде 235B‑A22B).
- Гибридное рассуждение: наследует режимы «Thinking/Non‑Thinking» для гибкого контроля глубины, скорости и стоимости. Идеально для агентных задач с многокроковым планированием.
- Мультимодальная интеграция: унифицированная обработка текста + зрения + видео. Открывает приложения вроде анализа документов с изображениями или рассуждения по видео.
- Длинный контекст и фокус на агентах: оптимизирован для задач с длинным горизонтом (например, полное клонирование приложений, сложные рабочие процессы). Поддерживает продвинутые инструменты, RAG и function calling.
- Достижения в обучении: построен на обширных многоязычных данных (119+ языков), улучшенных позиционных встраиваниях и техниках снижения галлюцинаций при росте качества в STEM/кодинге.
Как это работает на практике:
- Ввод → токенизатор + встраивания → роутер MoE выбирает экспертов → слои Transformer обрабатывают → генерация вывода.
- Поддерживает агентный кодинг (например, full‑stack проекты), конвейеры анализа данных и офисную автоматизацию.
Тесты сообщества на Reddit показывают многообещающую «сырую» мощность в кодинге и сложных запросах, хотя некоторые отмечают эпизодические циклы размышлений на раннем предпросмотре.
Разработчикам: сочетайте с инструментами вроде CometAPI для надежного, унифицированного доступа к разным провайдерам, снижая задержки и затраты, одновременно тестируя Qwen рядом с Claude, GPT и др.
Pricing and Access: What You Can Actually Use Today
Доступ в предпросмотре (по состоянию на июль 2026):
- Alibaba Token Plan: подписка на основе кредитов.
- Lite: $6 за 2,500 кредитов в неделю.
- Pro: $68 за 40,000 кредитов в неделю (поддерживает 6–8 одновременных агентов).
- Скидка: 10% от стандартных цен на время предпросмотра.
- Платформы: Qwen Chat, Alibaba Cloud, Qoder (кодинг), QoderWork (продуктивность).
- API: совместим с OpenAI/Anthropic. Отдельных ставок за токены для 3.8‑Max пока нет (предшественник: ~$1.25/M вход, $3.75/M выход).
Open‑weights: обещаны «скоро» — это важно для self‑hosting/тонкой настройки, хотя требования к железу экстремальны (~1.2TB при 4‑бит).
Рекомендация CometAPI: для продакшена избегайте прямого управления множеством вендоров. CometAPI предоставляет один API‑ключ для 500+ моделей, включая серию Qwen. Единая биллинг‑схема, эндпоинты и надежность — идеально для A/B‑тестов Qwen 3.8 Max против других без переписывания кода. Прекрасно подходит пользователям Cometapi.com, создающим AI‑приложения. Зарегистрируйтесь на cometapi.com для бесшовной интеграции.
Это делает Qwen доступным без обязательств по Alibaba Cloud — отлично для стартапов и глобальных разработчиков.
Does Qwen3.8 Max Beat Kimi K3?
По числу параметров: нет
Если вопрос «больше ли параметров у Qwen3.8 Max, чем у Kimi K3?», ответ прост: нет. Qwen3.8‑Max‑Preview заявлен Qoder как модель с 2.4T параметров. Kimi K3 задокументирован Moonshot как модель с 2.8T параметров. По общему числу параметров Kimi K3 больше на 400 миллиардов.
Это не делает Kimi K3 автоматически лучше во всех задачах. Число параметров — не единственный показатель. На реальную производительность влияют данные обучения, архитектура, маршрутизация экспертов, число активных параметров на токен, пост‑обучение, стек инференса, инструментальная обвязка и управление контекстом. Меньшая модель может обойти большую в некоторых задачах благодаря лучшим данным, пост‑обучению, инструментам или рассуждению на этапе инференса.
По публичным данным: Kimi K3 сейчас впереди
Kimi K3 на данный момент имеет более сильный пакет публичных сведений. Руководство и технический блог Moonshot по Kimi K3 раскрывают архитектуру, контекст, зрение, активацию экспертов, лимиты API и планы релиза. Страница OpenLM по Kimi K3 приводит подробную таблицу бенчмарков по кодингу, агентной работе, рассуждению, knowledge‑задачам и зрению. Результат Kimi K3 на Frontend Code Arena — 1,679 баллов — и обобщение параметров модели (контекст 1M, активация экспертов 16/896) и сигналы по ценам.
Qwen3.8‑Max‑Preview очень важен, но документации по предпросмотру меньше. Самые весомые источники сейчас — страницы запуска Qoder и OpenCode‑конфигурация в Alibaba Cloud Model Studio. Они полезны, но пока не дают сопоставимого уровня подробностей по бенчмаркам, активным параметрам, объяснениям архитектуры, условиям лицензии или производственному маршруту через CometAPI, как у Kimi K3.
| Aspect | Qwen3.8-Max (Preview) | Qwen3.7-Max | Kimi K3 (Moonshot) |
|---|---|---|---|
| Parameters | 2.4T | ~1T+ (раньше) | 2.8T |
| Multimodal | Да (изображения/видео/документы) | Ограниченно/текст‑фокус | Да (нативное зрение/3D) |
| Context Window | Большое (мультимодальное) | 262K+ | 1M tokens |
| Strengths | Агентность, программирование, продуктивность, мультимодальность | Длинный горизонт у агентов, рассуждение | Open weights, coding arenas, рассуждение |
| Benchmarks (Examples) | Сильный KingBench (~2‑е), внутренние топ‑показатели | GPQA 92.4, SWE‑Pro 60.6 | Лидирует во многих (Frontend Arena), конкурентен |
| Pricing (API approx.) | Предпросмотр ~10% стандартных | Конкурентные (~$1‑5/M смешанные) | $3 in / $15 out per 1M |
| Access | Alibaba предпросмотр + CometAPI | Alibaba + CometAPI | API сейчас, open weights скоро |
| Best For | Корпоративные мультимодальные процессы | Агентные каркасы, разработка | Самостоятельный хостинг, кастомизация |
Ключевые различия:
- Открытость: Kimi K3 выигрывает за счет скорого полного open weights для self‑hosting/тонкой настройки. Qwen3.8‑Max — предпросмотр, открытие ожидается.
- Мультимодальность: обе сильны; Qwen3.8 делает акцент на видео/документы.
- Производительность: Kimi K3 часто лидирует на «сырых» бенчмарках (например, GPQA, coding arenas); Qwen конкурентна или сильнее в агентных/продуктивных сценариях и конкретных задачах вроде таблиц/оптимизации ядра. Qwen дешевле во многих API‑кейсах (например, в 3 раза в некоторых сравнениях).
- Контекст и скорость: у Kimi контекст 1M; у Qwen сильный длинный контекст (262K+ ранее). Qwen часто быстрее генерирует вывод.
- Use cases: Qwen — для интегрированной экосистемы Alibaba, офисной автоматизации, мультимодальных enterprise‑задач. Kimi — для энтузиастов open‑source и максимальной кастомизации.
Conclusion: Should You Adopt Qwen 3.8 Max?
Да — для экспериментов и задач кодинга/мультимодальности, особенно через доступные платформы вроде CometAPI. Это пока не полноценная замена закрытым флагманам, но мощная и доступная опция, двигающая экосистему вперед. Следите за бенчмарками и полноценным релизом.