Архитектура Qwen 3.7 Max

TL;DR: Qwen3.8-Max от Alibaba (предпросмотр, 2,4 трлн параметров, мультимодальный: изображение/видео/документы) выходит лоб в лоб с Kimi K3 от Moonshot AI (2,8T параметров, открытые веса скоро, контекст 1M). Qwen3.8-Max превосходит в мультимодальных и продуктивных задачах при цене предпросмотра на уровне ~10% от стандартной, тогда как Kimi K3 лидирует в ряде открытых бенчмарков и по степени открытости.

Обе — передовые модели, доступные уже сегодня через API. Для надежной и экономичной интеграции CometAPI предлагает бесшовный доступ к Qwen через совместимые с OpenAI конечные точки, конкурентные цены и простое масштабирование для разработчиков и бизнеса.

Ключевые выводы:

• Масштаб и возможности: Согласно посту в X, Qwen3.8-Max приносит нативную мультимодальность (изображения, видео, документы) в модель на 2,4T параметров; Qwen3.7-Max выделяется в агентном кодировании и задачах с длинным горизонтом.
• Цены и доступ: У Qwen3.8-Max конкурентные тарифы API (~$2.50/$7.50 за 1M входа/выхода, часто со скидкой); предпросмотр Qwen 3.8 доступен по сниженным ставкам через Token Plan/Qoder.
• Сравнение с Kimi K3: Kimi K3 (2,8T, открытые веса 27 июля 2026) часто чуть опережает в бенчмарках, но Qwen предлагает более сильную мультимодальность и интеграцию в экосистему; во многих сценариях API Qwen дешевле.
• Доступ сегодня: Предпросмотр на Alibaba Cloud/Token Plan/Qoder со скидками; совместимость с API OpenAI/Anthropic.
• Практические преимущества: Сильнее для full-stack разработки, офисной автоматизации, анализа видео и агентных рабочих процессов.

Что такое Qwen 3.8 Max?

Qwen 3.8 Max, официально представленный как Qwen3.8-Max-Preview, — новейшая флагманская LLM команды Qwen от Alibaba. Анонсирована на World AI Conference в Шанхае около 19 июля 2026 года и представляет собой огромный скачок по масштабу по сравнению с серией Qwen 3.7.

Основные характеристики

• Параметры: всего 2,4 трлн — одна из крупнейших публично обсуждаемых моделей, уступающая лишь Kimi K3 от Moonshot AI с ~2,8T.
• Архитектура: разреженная смесь экспертов (MoE). На 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. Это первая модель Qwen с >1 трлн параметров с сильной мультимодальностью.
• Окно контекста: до 1 млн токенов, унаследовано и доработано от Qwen 3.7 Max.
• Варианты: флагман 2,4T Max плюс более лёгкий вариант ~27B для простых сценариев.

Как работает Qwen 3.8 Max: инновации и технологическое преимущество

Qwen3.8-Max использует многолетний опыт масштабирования Alibaba:

1. Огромный масштаб с эффективностью: 2,4T параметров через MoE — на токен активируется лишь часть экспертов, балансируя мощность и стоимость инференса (в духе прежних MoE Qwen вроде 235B-A22B).
2. Гибридное рассуждение: наследует режимы “Thinking/Non-Thinking” для гибкого выбора глубины, скорости и цены. Идеально для агентных задач с многошаговым планированием.
3. Мультимодальная интеграция: единая обработка текста + изображений + видео. Поддерживает приложения вроде анализа документов с картинками или видеорассуждения.
4. Длинный контекст и фокус на агентах: оптимизирован для задач с длинным горизонтом (например, полное клонирование приложений, сложные конвейеры). Поддерживает продвинутые инструменты, RAG и вызов функций.
5. 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 + эмбеддинги → роутер MoE выбирает экспертов → слои трансформера обрабатывают → генерация вывода.
• Поддерживает агентное кодирование (например, full-stack проекты), конвейеры анализа данных и офисную автоматизацию.

Тесты сообщества на Reddit показывают многообещающую «сырую» мощь в кодинге и сложных запросах, хотя отмечаются редкие циклы «размышлений» в раннем предпросмотре.

Для разработчиков: сочетайте с такими инструментами, как CometAPI, чтобы получить надёжный унифицированный доступ к провайдерам и снизить задержки и расходы, тестируя Qwen наряду с Claude, GPT и др.

Цены и доступ: что реально можно использовать уже сегодня

Доступность предпросмотра (на июль 2026):

• Alibaba Token Plan: подписка на основе кредитов.
  • Lite: $6 за 2,500 кредитов/неделя.
  • Pro: $68 за 40,000 кредитов/неделя (поддерживает 6–8 параллельных агентов).
• Скидка: 10% от стандартной цены в период предпросмотра.
• Платформы: Qwen Chat, Alibaba Cloud, Qoder (кодинг), QoderWork (продуктивность).
• API: совместим с OpenAI/Anthropic. Для 3.8-Max отдельно поминутные ставки ещё не опубликованы (у предшественника: ~$1.25/M вход, $3.75/M выход).

Открытые веса: обещаны «скоро» — это важно для self-hosting/дотюнинга, хотя требования к железу экстремальные (~1.2TB при 4-бит).

Рекомендация CometAPI: Для продакшена избегайте множества прямых вендоров. CometAPI даёт один API-ключ для 500+ моделей, включая серию Qwen. Унифицированная биллинг/эндпоинты и надёжность — идеально для A/B-тестов Qwen 3.8 Max против других без переписывания кода. Подходит пользователям Cometapi.com, создающим ИИ-приложения. Зарегистрируйтесь на cometapi.com для бесшовной интеграции.

Это делает Qwen доступным без обязательств перед Alibaba Cloud — отлично для стартапов и глобальных разработчиков.

Превосходит ли Qwen3.8 Max Kimi K3?

По числу параметров: нет

Если вопрос «у Qwen3.8 Max больше параметров, чем у Kimi K3?», ответ однозначен: 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 млрд.

Это не означает, что Kimi K3 лучше во всех задачах. Количество параметров само по себе не табло очков. На реальную эффективность влияют обучающие данные, архитектура, маршрутизация экспертов, число активных параметров на токен, постобучение, стек инференса, инструменты и работа с контекстом. Меньшая модель может обгонять большую на отдельных задачах при лучшем датасете, постобучении, инструментах или рассуждении во время инференса.

По публичным данным: сейчас впереди Kimi K3

У Kimi K3 сейчас сильнее пакет публичных материалов. Руководство и техблог Moonshot по Kimi K3 раскрывают архитектуру, контекст, зрение, активацию экспертов, лимиты API и планы релиза. Страница OpenLM о Kimi K3 отражает подробную таблицу бенчмарков по кодингу, агентной работе, рассуждению, знанию и зрению. Результат Kimi K3 в Frontend Code Arena — 1,679 баллов; там же указаны 1M контекста, активация экспертов 16/896 и сигналы по ценам.

Qwen3.8-Max-Preview крайне важен, но его предпросмотр пока хуже задокументирован. Самые сильные текущие источники — страница запуска Qoder и конфигурация OpenCode в Alibaba Cloud Model Studio. Это ценно, но пока не даёт такого уровня деталей по бенчмаркам, раскрытию активных параметров, описанию архитектуры, условиям лицензии или подробностям продакшен-маршрута через CometAPI, как у Kimi K3.

Ключевые различия:

• Открытость: Kimi K3 выигрывает благодаря скорым открытым весам для self-hosting/дотюнинга. Qwen3.8-Max — предпросмотр сейчас, открытие «скоро».
• Мультимодальность: Обе сильные; Qwen акцентирует интеграцию видео/документов.
• Производительность: Kimi K3 часто ведёт в «сырых» бенчмарках (например, GPQA, арены по кодингу); Qwen конкурентен или превосходит в агентных/продуктивных сценариях и отдельных задачах вроде электронных таблиц/оптимизации ядра. В API Qwen зачастую дешевле (например, в 3 раза в некоторых сравнениях).
• Контекст и скорость: У Kimi 1M контекста; у Qwen сильный длинный контекст (262K+ ранее). Qwen часто быстрее выдаёт ответы.
• Сценарии использования: Qwen — для интегрированной экосистемы Alibaba, офисной автоматизации, мультимодальных корпоративных кейсов. Kimi — для энтузиастов open-source и максимальной кастомизации.

Вывод: стоит ли вам внедрять Qwen 3.8 Max?

Да — для экспериментов и задач кодинга/мультимодальности, особенно через доступные платформы вроде CometAPI. Это ещё не полная замена закрытым «фронтирам», но мощный и доступный вариант, двигающий экосистему вперёд. Следите за бенчмарками и полным релизом.