Всем привет, на связи Иван Шашков, сегодня утром релизнулся новый Qwen3.8-Max - давайте посмотрим что под капотом.

Китайцы официально выкатили свою главную тяжелую модель на 2,4 трлн параметров (архитектура MoE). Модель позиционируют как убийцу американских флагманов в автономном кодинге. Дьявол, как всегда, в деталях. Распишем по фактам.

ЦИФРЫ, КОТОРЫЕ ВПЕЧАТЛЯЮТ • Arena: текст — лучшая среди китайских моделей, визуал — #2 в мире (уступила только Claude Fable 5). • PaperBench (воспроизведение научных статей): 93.0 — модель официально обошла Claude Fable 5 (88.8). • IFBench (следование сложным инструкциям): 82.8 — лучший результат на рынке на данный момент (у GPT-5.6 Sol — 72.7). Формально — элита. Но бенчи — это одно, а реальная работа — другое.

ЧТО В РЕАЛЕ (по результатам тестов автономности) Картина контрастная:

Завозит по полной: • Многодневная автономность — модель умеет до 16 дней подряд сама вести проект в GitHub (создавать PR, фиксить баги, собирать фидбек) вообще без участия человека.

• Системная логика — шикарно строит сложные цепочки, сама меняет стратегию кодинга при признаках переобучения.

• Взлом экономики — в API стоит всего $2 за 1 млн входных токенов. Это в 4 с лишним раза дешевле Claude Opus 5 и делает модель идеальной основой для ИИ-агентов.

Где уступает конкурентам: • Хардкорный кодинг и математика — на независимых тестах Terminal-Bench 2.1 и DeepSWE v1.1 новая Qwen все же немного отстает от главных конкурентов — Kimi K3 и Claude Opus 5. • Локальный запуск — веса огромны (активны 95 млрд параметров на токен), дома на одной видеокарте её не развернуть.

ВЕРДИКТ Это мощнейший и самый дешевый инструмент для создания автономных ИИ-агентов, долгой разработки «под ключ» и аналитики. Если вам нужно автоматизировать рутину, писать код средних проектов и не разориться на API — надо брать. Если нужен бескомпромиссный топ-уровень для сложнейшей математики и архитектурных изысков — Claude и Kimi пока удерживают лидерство. Кстати, на следующей неделе Alibaba обещает открыть веса (Open Weights) для этой махины и её младшей версии 27B. Ждем на Hugging Face.

А вы уже пробовали гонять API? Делитесь в комментариях 👇