Qwen3.8-Flash-Next против Claude Opus 4.8: что на самом деле даёт 33-кратная переплата

Claude Opus 4.8 указан по цене $5,00 за миллион входных токенов и $25,00 за миллион выходных в собственном прайс-листе Anthropic. Qwen3.8-Flash-Next — это предварительная версия архитектуры Qwen4 от Alibaba с открытыми весами: веса доступны на Hugging Face с 24 августа 2026 года, на ModelScope — с 26 августа, — а в предоставляемой форме Qwen3.8-Flash это стоит $0,15 и $0,47 за те же единицы. Это в 33 раза больше по входу и в 53 раза по выходу для двух моделей, которые в единственном публичном индексе, оценившем обе, находятся в пределах примерно двух пунктов друг от друга. Это противостояние выглядит неравным, но таковым не является. То, что на самом деле даёт этот множитель, уже и конкретнее, чем предполагает разрыв, и выяснить, какая именно его часть нужна вашей рабочей нагрузке, — в этом и заключается всё решение.

Одну вещь нужно прояснить прежде всего, потому что она определяет каждую цифру ниже: никто не запускал эти две модели в прямом сравнении при одинаковых настройках на названном испытательном стенде и не публиковал результат. Что есть — это собственные оценки каждой модели в Artificial Analysis Intelligence Index, и эти записи оценивались в разные даты, так что воспринимайте их как смежные, а не как контролируемое сравнение. Всё остальное здесь взято из опубликованных материалов двух поставщиков и из независимых испытательных стендов, которые действительно запускали одну из этих двух моделей.

Claude Opus 4.8, из собственной документации A​nthropic

Claude Opus 4.8 был выпущен 28 мая 2026 года, и теперь A​nthropic числит её как устаревшую модель: она всё ещё доступна, всё ещё продаётся, но уже не является вершиной линейки Opus. В собственном обзоре моделей A​nthropic говорится, что стоит рассмотреть переход на Claude Opus 5.5, а ссылка на руководство по этому переходу есть на самой странице 4.8. Это факт о модели, а не упрёк в её адрес: «устаревшая» здесь означает вытесненную с вершины, а не отозванную.

Что она несёт: контекстное окно на 1 млн токенов и максимальный объём вывода 128K, повышенный до 300K в Message Batches API при использовании бета-заголовка. На входе текст и изображения, на выходе текст; среди поддерживаемых возможностей — зрение, использование инструментов, JSON и рассуждения. Адаптивное мышление, при этом параметр effort по умолчанию — высокий — другое значение по умолчанию, чем у Opus 5.5, которая поставляется со значением средний, поэтому одинаковое значение `effort` не означает одинаковый бюджет мышления для этих двух моделей. Надёжная дата отсечения знаний и дата отсечения обучения, обе приходятся на январь 2026 года, на пять месяцев отставая от текущего поколения Opus. Стоимость: $5.00 за миллион входных токенов, $25.00 за миллион выходных токенов, $0.50 за миллион чтений из кеша, $6.25 за миллион записей в кеш с пятиминутным сроком хранения, $10.00 за миллион записей в кеш с часовым сроком хранения и фиксированная 50-процентная скидка для Batch API на вход и выход. Anthropic обязуется сохранять доступность модели как минимум до 28 мая 2027 года.

Это тоже не музейный экспонат. Идентификатор модели `claude-opus-4-8` активен в Claude API, A​mazon Bedrock, G​oogle Cloud, M​icrosoft Foundry и Claude Platform on AWS, а собственные релизные материалы A​nthropic для Opus 5.5 подтверждают, что большинство запросов по кибербезопасности в этом более новом развёртывании по замыслу перенаправляются на Opus 4.8. Модель, назначенную запасным вариантом для текущего флагмана, по-прежнему просят выполнять реальную работу.

Qwen3.8-Flash-Next, из собственной карточки Alibaba

Qwen3.8-Flash-Next — это не модель Qwen4, и это различие проводит сама Alibaba, а не является его интерпретацией. В карточке модели описано экспериментальное превью архитектуры, которая ляжет в основу Qwen4 — архитектура выпущена заранее, намеренно, чтобы среды выполнения и квантования были готовы, когда появится это семейство. Она хранит примерно 180 млрд параметров в BF16: 125-миллиардное тело mixture-of-experts, активирующее 6 млрд на токен, отдельная таблица n-gram-эмбеддингов на 51 млрд и около 4 млрд в слоях multi-token prediction, в общей сложности 48 слоёв с 512 экспертами, из которых 10 маршрутизируются, а один является общим. Стек внимания — действительно новая часть: 36 слоёв linear attention, работающих на Gated Delta Network, против 12 слоёв full attention, работающих на Qwen Sparse Attention; то же примерно трёх-к-одному гибридное разделение, которое используется во всём поколении Qwen3.8.

Нативный контекст — 262 144 токена с возможностью расширения до 1 000 000. Входные данные — текст, изображения и видео; выходные — текст. Лицензия — Qwen Community License 1.0, а не Apache 2.0: реальное отличие от 27B в этом семействе и как раз то, что решает вопрос о закупке спустя месяцы после того, как решает спор о бенчмарках. Alibaba позиционирует открытые веса как экспериментальный предпросмотр, а Qwen3.8-Flash, обслуживаемый через Qwen Cloud, — как официальную продакшен-версию с контекстом по умолчанию 1M и встроенными инструментами. О том, являются ли они одними и теми же весами при другой конфигурации обслуживания, в карточке не сказано.

Цифры с пометкой о том, кто их подготовил

Карточка модели Alibaba — это таблица вендора, и здесь она обозначена именно так. По собственным языковым оценкам, приведённым в карточке, Qwen3.8-Flash-Next показывает 91,9 на LiveCodeBench v6, 91,7 на GPQA Diamond, 81,0 на SWE-bench Multilingual, 62,5 на SWE-bench Pro, 58,7 на DeepSWE 1.1, 73,9 на CoWorkBench и 55,7 на JobBench. В собственных строках сравнения карточки она уступает модели Claude по HLE — 35,9 против 40,0 — и по NL2Repo-Bench — 48,1 против 54,2. Две оговорки содержатся в самой карточке: несколько результатов основаны на внутренних бенчмарках, а в строке HLE отмечено, что оценка производилась GPT-4o, — это стоит знать, прежде чем цитировать этот конкретный показатель кому-либо.

Anthropic не публикует эквивалентную открытую таблицу для Claude Opus 4.8 с использованием тех же самых стендов, поэтому построчного сравнения между производителями не существует, и его не следует подразумевать из таблицы ни одной из сторон. Что действительно существует — так это третья сторона, которая протестировала оба. Artificial Analysis указывает Claude Opus 4.8 с показателем 41,8 в своём Intelligence Index — 23-е место среди моделей, которые он ранжирует, 84-й процентиль — и Qwen3.8-Flash-Next с 40, пятое место среди 113 моделей в его классе сравнения. Оба показателя взяты из индекса одного и того же провайдера, что делает их самым близким к общей мере измерения, доступной сегодня, — с оговоркой, указанной выше, о датах оценки.

Остальная часть независимой картины, и вся она от Artificial Analysis, и вся она относится к предварительной версии с открытыми весами, а не к обслуживаемому варианту Flash:

• Работа со знаниями — Qwen3.8-Flash-Next набирает 1587 в AA-Briefcase, 1647 в GDPval-AA v2 и 56% в AutomationBench-AA — бенчмарке агентных рабочих процессов, созданном совместно с Zapier на закрытом отложенном наборе задач.

• Терминальная и научная работа — 25% на Terminal-Bench v4.0 и 51% на SciCode, при значительно более слабом результате на долгосрочных задачах с репозиториями.

• Рассуждения — Humanity's Last Exam: 38% у предварительной версии Qwen против 48,7% у Claude Opus 4.8 на одном и том же стенде провайдера. На GPQA Diamond эти две модели практически на одном уровне: 91,7 в карточке Alibaba против 92,0 у Opus 4.8 по данным Artificial Analysis.

• Фактологическое припоминание против конфабуляции — AA-Omniscience на отметке минус 10 для предварительной версии Qwen; это показатель, который штрафует за уверенные выдумки. Для Opus 4.8 на этом стенде аналогичный показатель не опубликован, поэтому по нему эти две модели сравнить нельзя.

• Скорость — Artificial Analysis замеряет превью Qwen на уровне 53 выходных токенов в секунду при времени до первого токена 2,80 секунды и называет его очень многословным: 108 тыс. выходных токенов на задачу, из которых 72 тыс. — токены рассуждений. Claude Opus 4.8, замеренный за последние семь дней через нашу собственную тестовую площадку, выдаёт 66,7 выходных токена в секунду при медианном времени до первого токена 4,2 секунды. Стенды разные, так что эти показатели следует воспринимать как ориентировочные, а не как результат гонки.

• Контекст — 262 144 в нативном режиме и 1 000 000 в расширенном для Qwen3.8-Flash-Next против 1 000 000 в нативном для Claude Opus 4.8.

Если читать их как группу, а не по одной строке за раз, закономерность согласуется с тем, что разрыв в цене вводит в заблуждение в обе стороны. Дешёвая модель действительно близка по интеллектуальной работе, задачам в терминале и общим рассуждениям — ближе, чем можно было бы предсказать при разнице в цене в 33 раза. Дорогая модель выигрывает там, где работа долгая, неоднозначная и ошибка дорого стоит, и у неё нативный контекст в 1 млн токенов, а не полученный расширением.

Вопрос цены зависит от подразделения, которое его решает.

В расчёте на токен разрыв огромен, и это арифметика по опубликованным цифрам. У обслуживаемого Qwen3.8-Flash вход в 33 раза дешевле, а выход в 53 раза дешевле, чем у Claude Opus 4.8. Кэширование немного сокращает разрыв в пользу Anthropic относительно её собственной входной ставки — чтение из кэша Claude Opus 4.8 стоит $0.50 за миллион, то есть одну десятую его входной цены — но у обслуживаемого Qwen3.8-Flash ставка чтения из кэша составляет $0.0184 за миллион по нашему собственному опубликованному прайс-листу, что меньше 4% от эквивалента Opus 4.8. Для долгоживущего промпта с интенсивным повторным чтением эта разница накапливается в том же направлении, что и всё остальное.

Показатель на выполненную задачу — это то, что сохраняется, когда учитываешь многословность в токенах, и здесь честный ответ таков: сравнение неполно с одной стороны. Artificial Analysis публикует показатель стоимости на задачу для моделей, которые прогоняет; собственная многословность preview — 245 млн токенов, сожжённых на прогоне по индексу, против медианы в 140 млн — означает, что его преимущество в расчёте на токен сокращается на уровне задач, а не исчезает, и не существует прогона этих двух с сопоставимыми настройками, который бы это разрешил. Если вам нужно одно число для планирования, смоделируйте его сами на своём трафике, а не берите чужие подсчёты токенов.

Где каждый из них — верный выбор

Claude Opus 4.8 — правильный выбор, когда работа сопряжена с высокими ставками и выполняется за один проход: длительные агентные прогоны, где откат по неверной ветке обходится дорого, сложная многоэтапная отладка в большой кодовой базе, а также всё, что уже построено с расчётом на средства управления мышлением и усилиями Claude, где идентичная настройка `effort` и дата отсечки знаний — январь 2026 — являются известными величинами, а не неизвестными. Он также более безопасный вариант, когда вам нужны обязательства вендора с конкретной датой и модель, которая по-прежнему задокументирована как запасной вариант для самого сложного трафика своего преемника.

Qwen3.8-Flash-Next — правильный выбор, когда рабочая нагрузка широкая, а не глубокая: массовая классификация, извлечение данных, понимание скриншотов и документов, агентные прогоны, для которых иначе пришлось бы объединять запросы в пакеты ради экономии, — а также когда вы хотите оценить архитектуру Qwen4 на собственных данных за месяцы до появления Qwen4. Его сильные независимые сигналы проявляются в интеллектуальной работе и задачах терминала; слабые сигналы — в долгосрочной генерации репозиториев и доле успешных проходов агента с первой попытки, а именно там и происходят изменения продакшен-кода. Прежде чем он коснётся чего-либо важного, прогоните на нём малозначимую копию реальной рабочей нагрузки.

Правило, сформулированное как правило: выбирайте модель, режим отказа которой вы можете себе позволить. Если неверный ответ стоит вам повторной попытки, 33x — это бесплатные деньги. Если неверный ответ стоит вам отката в 3 часа ночи, более дешёвая модель ещё не заслужила такого решения — и то, что это экспериментальный предпросмотр с лицензией сообщества, а не выпущенная продуктовая линейка, отчасти объясняет почему, независимо от оценок.

Запуск обоих без второго контракта

Обе стороны этого сравнения доступны в одном каталоге. Claude Opus 4.8 маршрутизируется как `anthropic/claude-opus-4.8` по цене $5.00 и $25.00 за миллион токенов — опубликованная прейскурантная цена Anthropic передаётся без наценки, 0%, так что здесь ничего не изменится, если этот тариф изменится. Обслуживаемый производственный вариант на стороне Qwen маршрутизируется как `qwen/qwen3.8-flash` по цене $0.15 и $0.47, также по прейскурантной цене провайдера, с контекстом в 1M токенов и поддержкой ввода текста, изображений и видео.

Сам предпросмотр с открытыми весами — это отдельная история, и стоит сказать прямо: Qwen3.8-Flash-Next не входит в число наших маршрутов. Чтобы воспользоваться превью, вы скачиваете веса с Hugging Face или ModelScope и запускаете их самостоятельно — vLLM поддерживает его с первого дня с помощью механизма выгрузки, который хранит таблицу n-gram-эмбеддингов на 51 млрд параметров в оперативной памяти хоста, а не в постоянной VRAM, SGLang и TensorRT-LLM входят в список Day 0 от N​VIDIA, а библиотека Ollama содержит сборку MLX для Apple Silicon. То, что маршрутизируем мы, — это production-вариант, тот, который вы действительно можете вызвать уже сегодня.

Практичный подход для команды, которой нужно и то и другое, — это не выбор, а разделение трафика: один ключ, один SDK, один счёт, при этом часть запросов отправляется в дешёвую модель, а автоматическое переключение при сбоях сглаживает моменты, когда экспериментальная или устаревающая архитектура ведёт себя нештатно. Это требует меньших инженерных усилий, чем можно предположить по постановке этого сравнения, и именно так на практике находятся большинство полезных ответов на вопрос «какую из них выбрать» — запустить обе на реальном трафике на неделю и изучить результаты.

Что изменило бы эту страницу

Три вещи — в порядке вероятности того, что они действительно произойдут. Оценка Qwen3.8-Flash-Next против Claude Opus 4.8 с согласованными настройками на названном стенде заменила бы каждое осторожное предложение выше числом. Появление полного семейства Qwen4 перевело бы предварительную версию из категории «архитектура, ранняя» в «предыдущее поколение архитектуры», а это меняет её назначение. И любое изменение цен на линейку Opus вновь актуализировало бы множитель, находящийся в центре этой страницы — тариф на предоставляемый Qwen3.8-Flash, пробрасываемый на нашей стороне, меняется в тот же день, когда его меняет провайдер, так что сравнение остаётся актуальным, даже когда числа — нет.

До тех пор единственный факт, который чаще всего определяет этот выбор, — не бенчмарк: дешёвая сторона — это экспериментальный preview, который вы разворачиваете сами, а дорогая — легаси-модель, которую вы арендуете вместе с поддержкой и обязательством доступности в 2027 году. Команды, которым нужно владеть стеком и которые могут позволить себе непроверенную архитектуру, должны взять 33x и как следует протестировать его. Команды, которым нужно, чтобы ответ был правильным с первого раза, должны заплатить за модель, режим отказа которой они уже охарактеризовали.