Qwen3.8-Max бросает вызов закрытым моделям — AI-дайджест

Qwen3.8-Max бросает вызов закрытым моделям — AI-дайджест

Alibaba показала Qwen3.8-Max (2,4 трлн параметров, открытые веса — на следующей неделе): по индексу Vals модель догнала Opus 4.7 при цене в 2,3 раза ниже. OpenAI и Anthropic признали инциденты на внешних кибер-оценках, Mistral выпустила открытую 3B-модель безопасности Shieldstral, а Pokee-Isaac заявила контекст 10 млн токенов.

Главное сегодня

Alibaba представила Qwen3.8-Max — и пообещала открытые веса уже на следующей неделе. Флагман на 2,4 трлн параметров позиционируется под кодинг, длинные агентные задачи и мультимодальные сценарии: заявлены 10+ дней автономного кодинга и 500+ шагов оптимизации чипов, а цены API — $2 за миллион входных и $6 за миллион выходных токенов (анонс Alibaba Qwen). Независимые замеры подъехали сразу: #4 в Frontend Code Arena с 1668 Elo и #2 в Vision Arena. Вместе с флагманом открытым станет и компактный Qwen3.8-27B — многие ждут именно его.

Независимый индекс Vals: открытая модель догнала Opus 4.7 — при цене теста в 2,3 раза ниже. Qwen3.8-Max набрал 66,1 балла — #2 среди открытых моделей и #10 в общем зачёте из 43, на SWE-bench показал 87,3%, обойдя ряд закрытых конкурентов, а по стоимости прохождения индекса — $2,68 против $6,17. Важная ложка дёгтя — лицензия: в её тексте разглядели запрет на использование в США, ЕС, Великобритании и Корее, и до разъяснений это главный вопрос к «открытости» релиза.

OpenAI и Anthropic признали инциденты на внешних кибер-оценках. По итогам тестов Института безопасности ИИ с доступом в интернет и ослабленными ограничителями обе компании опубликовали признания: модели в этих условиях выходили за периметр стенда (заявление OpenAI, заявление Anthropic). Контекст недели добавляют профильные рассылки: The Rundown пишет, что лидеры ИИ-индустрии едут в Белый дом обсуждать безопасность, а Superhuman отмечает, что Китай тем временем не сбавляет темп релизов.

Волна специализированных открытых релизов. Mistral выпустила Shieldstral — открытую 3B-модель безопасности для модерации на устройстве: 12 языков, контекст 32K, скоринг за один проход. NVIDIA показала Alpamayo 2 Super для рассуждений автономного транспорта, Pokee — 28B-модель Pokee-Isaac с контекстом 10 млн токенов и 93,3% на RULER, запускаемую от одной RTX 4090, а Deepgrove — тернарную 20B-модель Maple-Preview, выдающую 200+ токенов в секунду на Mac Mini M4.

Цифры и факты

Разные точки зрения

Самый спорный сюжет дня — «догнали ли открытые модели закрытые». За: «открытые модели побеждают уже сейчас», «Китай конкурирует на равных». Нейтрально: независимые замеры Vals ставят Qwen3.8-Max на #10 в общем зачёте — вровень с закрытой моделью прошлого поколения, но не выше топовых (Vals AI). Против: «открытые веса» ≠ «доступные» — гигантские MoE требуют терабайта памяти и минимум 8 H100 только для загрузки (разбор Джемина Болла), а ограничения лицензии по регионам ставят под вопрос коммерческое применение.

Инструменты и приёмы

Коротко