Alibaba пусна Qwen 3.8 — open-weight модел, „втори само след Fable 5“

Alibaba представи Qwen 3.8 — нов open-weight езиков модел с 2,4 трилиона параметъра, за който компанията твърди, че сред всички налични системи отстъпва „само на Fable 5“. Според The Decoder моделът вече е достъпен в preview, а пълните тегла (open weights) предстои да бъдат публикувани „скоро“. Ходът идва броени дни след като конкурентната Moonshot AI пусна Kimi K3 — и очертава нова, все по-плътна вълна от китайски отворени модели.

Какво може Qwen 3.8

Qwen 3.8 е първият мултимодален модел на екипа с над 1 трилион параметъра — той обработва не само текст, а и изображения, видео и документи. „Това е и първият мултимодален модел на екипа с над 1 трилион параметъра“, отбелязва разработчикът Shuai Bai.

Alibaba позиционира новия модел като ясна стъпка над предшественика Qwen 3.7-Max, особено при писане на код и сложни продуктивни задачи — full-stack разработка, анализ на данни и офис работни потоци. Засега обаче официални benchmark резултати липсват, така че твърдението „втори само след Fable 5“ остава именно твърдение на производителя, докато не се появят независими тестове.

Достъпът в момента върви през Token Plan на Alibaba, както и през инструментите Qoder и QoderWork. В периода на preview цената е 10% от стандартната — агресивна примамка, с която компанията иска да вкара разработчиците в екосистемата си преди пълния старт.

Как се изправя срещу Kimi K3

Времето на анонса не е случайно. Qwen 3.8 е пряк отговор на инерцията, която трупа Kimi K3 на Moonshot AI. И тук вече има конкретни числа — за K3.

На бенчмарка Code Arena: Frontend Kimi K3 постига 1 679 точки и изпреварва както Claude Fable 5 (1 631), така и GPT-5.6 Sol (1 618) — първият път, в който китайски модел заема върха на този тест. Картината обаче е нееднаква: при FrontierMath Tier 4 — задачи с експертна математика — K3 стига едва до около 39% точност, докато водещите западни модели са около 90%.

Снимка: The Decoder

Изводът е показателен за цялата вълна: китайските отворени модели вече са на нивото на върха при кода и практическите задачи, но при най-тежкото абстрактно разсъждение все още изостават осезаемо. Qwen 3.8 влиза точно в тази ниша — Alibaba залага на coding и продуктивност, т.е. на силните страни, а не на математическите ребуси, където разликата остава голяма.

Новата вълна китайски отворени модели

За няколко седмици картината в open-weight сегмента се промени рязко. Kimi K3 с 2,8 трилиона параметъра, Qwen 3.8 с 2,4 трилиона, а по-рано и модели като Inkling на Thinking Machines — темпото на надпреварата видимо се ускорява, и голяма част от нея идва от Китай.

Зад това стои и бизнес логика. Moonshot AI достигна 300 милиона долара годишен приход през юни и според Bloomberg планира IPO в рамките на шест месеца. Alibaba от своя страна не иска да отстъпи водещата роля в китайския AI, която Qwen държеше досега. Резултатът е надпревара, в която двата лагера пускат все по-големи модели с все по-малка разлика спрямо затворените американски системи.

Има и геополитически пласт. Само преди дни Китай създаде WAICO — своя световна организация за сътрудничество в AI, а отворените тегла са ключов инструмент в тази стратегия: раздаването на мощни модели безплатно печели разработчици, ментален дял и влияние по цял свят.

Защо има значение

Qwen 3.8 сам по себе си е поредната крачка, но посоката е важната новина. Разликата между най-добрите затворени модели и най-добрите отворени тегла се свива до няколко точки в бенчмарковете — а голяма част от натиска идва от китайски компании, които раздават моделите си open-weight.

За разработчиците това означава достъп до системи от челен ешелон, които могат да се пускат и локално. За глобалната AI надпревара сигналът е още по-ясен: конкуренцията вече не е „САЩ срещу останалите“, а плътна група, в която китайските отворени модели диктуват темпото поне при кода. Истинската проверка на Qwen 3.8 ще дойде, когато Alibaba пусне пълните тегла и общността започне да го тества на собствен хардуер — засега имаме обещанието „втори само след Fable 5“ и малко търпение до фактите.

Източници: The Decoder — Qwen 3.8, The Decoder — Kimi K3