Qwen3.8-Flash-Next против Qwen3.8-Max: насколько близка предварительная версия Qwen4 с 6B активных параметров к флагману с 2.4T параметрами?

26 августа 2026 года команда Qw​en из Alibaba открыла исходный код Qwen3.8-Flash-Next — мультимодальной смеси экспертов со 176 миллиардами параметров, которая активирует лишь около 6 миллиардов параметров на токен и прямо позиционируется как ранняя предварительная версия архитектуры Qwen4. Ориентиром, с которым её будут сравнивать с первого дня, является собственный флагман Alibaba — Qwen3.8-Max, разреженная модель MoE с 2,4 триллиона параметров, вышедшая в общий доступ 3 августа и с тех пор тарифицируемая по 2,00 доллара за миллион входных токенов и 6,00 долларов за миллион выходных. На бумаге эти две модели различаются более чем на порядок по хранимым параметрам — 2,4 триллиона против примерно 180 миллиардов — и примерно в шестнадцать раз по активным параметрам. В собственной таблице бенчмарков Alibaba результаты оказываются куда ближе, чем можно было бы ожидать исходя из размера, — что является либо самым впечатляющим в этой предварительной версии, либо самым ясным напоминанием о том, что таблица от вендора — это гипотеза, пока её не проверит независимая лаборатория.

Коротко: это не соревнование равных, и делать вид, что это так, — единственный способ всё испортить. Qwen3.8-Max — это потолок возможностей текущего поколения: он независимо оценён Artificial Analysis, имеет открытые веса с 12 августа и проверен в продакшене в течение трёх недель. Qwen3.8-Flash-Next — однодневный прототип архитектуры, который, по словам Alibaba, для большинства рабочих нагрузок не потребует запаса мощности Max. Сравнение всё же стоит проводить, потому что на бенчмарках, где обе модели присутствуют в собственных таблицах Alibaba, превью отстаёт от флагмана примерно на один балл в агентных и офисных задачах и опережает его на двух — JobBench и RealWorldQA. Решающее различие — не разрыв в качестве, который невелик и не подтверждён. Это разрыв в доказательной базе: у одной из этих моделей есть сторонняя оценка, а у другой нет.

Что на самом деле представляет собой каждая модель

Qwen3.8-Flash-Next — это пробный прогон архитектуры. На диске хранится около 180 миллиардов параметров: тело MoE на 125B, таблица N-граммных эмбеддингов на 51B, которая размещается в памяти хоста, а не в VRAM, и голова множественного предсказания токенов — при этом каждый токен проходит примерно через 6B из них, разреженность около 95%. Его MoE с 512 экспертами чередует три слоя Gated DeltaNet с одним слоем Qw​en Sparse Attention на группу, добавляет гейтированный остаточный поток и N-граммные эмбеддинги; обучение проводилось с оптимизатором Muon, и его стоимость Alibaba оценивает примерно в одну девятую от Qwen3.7-Plus. Модель принимает текст, изображения и видео, поддерживает собственный контекст на 262 144 токена с расширением до 1M через YaRN и выпущена под лицензией qwen-community-1.0 на Hugging Face и ModelScope в форматах bf16 и FP8. Продакшн-модель, которая будет определять цену на API QwenCloud — Qwen3.8-Flash, анонсированная по $0.16 за миллион входных токенов и $0.47 за миллион выходных токенов, — это сервисно-настроенная версия той же архитектуры, и она пока не открыта.

Qwen3.8-Max — это завершённый продукт поколения. Это разреженная MoE-модель на 2,4 трлн параметров на архитектуре текущего поколения — Gated DeltaNet плюс gated attention, 512 экспертов, из которых 10 маршрутизируются и один общий, 95 миллиардов активированных параметров на токен согласно официальной карточке модели. Она мультимодальна через API, обслуживает контекст в 1 млн токенов по плоской цене $2/$6 без надбавки за длинный промпт, а её открытые веса, Qwen3.8-2.4T-A95B, вышли 12 августа под пользовательской лицензией, отличной от Apache. Это модель, которую Artificial Analysis оценила в 58 по индексу интеллекта и 71,8 по индексу кодирования, — самый сильный независимый показатель среди всех моделей семейства Qw​en 3.8.

• Всего параметров — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram (~180B суммарно). Qwen3.8-Max: 2.4T MoE.

• Активные параметры на токен — Qwen3.8-Flash-Next: ~6 млрд (менее 5%). Qwen3.8-Max: ~95 млрд (~4%).

• Архитектура — Qwen3.8-Flash-Next: превью Qwen4 (QSA + GDN, гейтированное остаточное соединение, N-gram, Muon). Qwen3.8-Max: поколение Qwen 3.5 (GDN + гейтированное внимание).

• Контекст — Qwen3.8-Flash-Next: 262K нативно / 1M через YaRN. Qwen3.8-Max: 1M в API / 262K нативно в открытых весах.

• Цена — Qwen3.8-Flash-Next: $0.16 / $0.47 за 1 млн (анонсировано, API ещё не открыт). Qwen3.8-Max: $2.00 / $6.00 за 1 млн, фиксированная цена.

Открытые веса — Qwen3.8-Flash-Next: qwen-community-1.0, 26 августа, поддержка одного узла. Qwen3.8-Max: Qwen3.8-2.4T-A95B, специальная лицензия, многоузловой.

• Независимая оценка — Qwen3.8-Flash-Next: пока нет. Qwen3.8-Max: AA Intelligence Index 58, Coding Index 71.8.

Приведённое выше табло сжимает сравнение до семи значимых строк, и нижний колонтитул с источниками берёт на себя основную нагрузку: каждый показатель Flash-Next — это собственные данные Alibaba, не воспроизведённые независимо, тогда как колонка Max опирается на Artificial Analysis и опубликованную таблицу Alibaba. Если читать представленное таким образом, столбцы перестают быть гонкой и превращаются в заявление о доказательствах.

Таблица бенчмарков, прочитанная честно

На общих строках собственных таблиц Alibaba разрыв гораздо меньше, чем можно было бы предположить по сорокакратной разнице в параметрах. На CoWorkBench (агентная офисная работа) предварительная версия показывает 73,9 против 74,8 у Max; на AndroidWorld — 84,5 против 85,3; на Agents' Last Exam — 51,2 против 52,4 — на каждом расхождение в пункт или меньше. На JobBench она набирает 55,7, а на RealWorldQA — 88,5, это лучшие проверенные строки в таблице, опережающие Max. Расхождение растёт на блоке с упором на зрение — LVBench, ERQA, MathVision, Vision2Web, — где Max опережает примерно на четыре-шесть пунктов. По главным агентным показателям Qwen3.8-Flash-Next фиксирует 62,5 на SWE-bench Pro и 58,7 на DeepSWE, почти вровень с флагманом при работе, выполнение которой стоит в двенадцать раз дороже.

Теперь о ярлыке, применимом к каждому числу выше: всё это данные, предоставленные Alibaba, с собственного стенда Alibaba; в случае превью они однодневной давности, и ни для одной из моделей они не воспроизведены независимо. Это имеет разное значение для каждой из сторон. Таблица качества Qwen3.8-Max заявлена производителем, но её Intelligence Index 58 и Coding Index 71.8 — это сторонние измерения на API Alibaba; модель подвергалась независимой проверке в течение недель и выдерживает её. У Qwen3.8-Flash-Next пока нет никаких независимых оценок. Честное прочтение этой близости — не «превью практически так же хорош, как флагман», а такое: «Alibaba утверждает, что превью отстаёт от флагмана не больше чем на один пункт, и никто за пределами лаборатории этого не подтвердил». Разрыв между этими двумя предложениями — это и есть вся разница в том, насколько большой риск несёт каждая модель.

Ценовой разрыв и есть суть.

Сначала займёмся арифметикой, потому что именно она не изменится. При цене $0.16/$0.47 миллион входных токенов плюс миллион выходных токенов обойдётся в $0.63 на производственном Flash API; тот же вызов на Qwen3.8-Max стоит $8.00 — примерно в 12.7× дороже, по обеим статьям расходов. Alibaba заявляет, что архитектура обучается примерно за одну девятую стоимости Qwen3.7-Plus, что является структурной причиной, по которой цена может оставаться на этом уровне, а при $0.16 производственный Flash даже примерно на две трети дешевле DeepSeek-V4-Flash. Для высоконагруженных, агентных или длинноконтекстных сценариев ценовой разрыв в 12.7× — это разница между прибыльным продуктом и субсидией — именно поэтому это сравнение вообще проводится.

Именно здесь маршрутизирующий слой оправдывает себя по обе стороны баланса, и факты стоит изложить точно. Qwen3.8-Max уже доступен на OrcaRouter сегодня по цене из прайс-листа провайдера без наценки — те же $2.00/$6.00, которые вы заплатили бы вендору напрямую, за эндпоинтом, совместимым с OpenAI, которым вы уже пользуетесь. Qwen3.8-Flash-Next пока нет ни в одном API: до тех пор, пока продакшн-версия Qwen3.8-Flash не появится на QwenCloud, открытые веса — единственный путь, собственный хостинг. Когда этот API откроется, та же сквозная передача с нулевой наценкой означает, что его цена $0.16/$0.47 появится на нашей стороне в тот же день — снижение цены, которое действует в конфигурации, а не строка в пресс-релизе, — и обе модели находятся за одним ключом с автоматическим переключением между ними. Вам не нужно переподключать интеграцию, чтобы протестировать вчерашнюю архитектуру; вы меняете правило маршрутизации.

Архитектура предварительной версии против проверенного продукта

Существует различие на более длинном горизонте, которое перевешивает любой отдельный бенчмарк. Qwen3.8-Flash-Next построен на архитектуре, которую, по словам Alibaba, будет использовать Qwen4: разреженное внимание, вентилируемая DeltaNet, вентилируемый остаточный слой, N-граммные эмбеддинги, Muon. Она выпущена заранее в виде открытых весов, чтобы экосистема могла провести её стресс-тестирование до того, как поверх неё будет построена дорогостоящая модель. По измерениям Alibaba, этот стек обеспечивает до 7,6× более быстрый префилл и 4,9× более быстрое декодирование в контексте на 1 млн токенов по сравнению с полным вниманием (данные вендора), — это техническая причина, по которой модель с 6 млрд активных параметров вообще может делать окно в 1 млн токенов доступным. Qwen3.8-Max — это зрелый продукт текущего поколения, и именно в этом его достоинство: известная величина, модель, чьё поведение при эксплуатации и сценарии отказов команды уже изучили.

Для производственной системы развилка обоюдоостра. Max — сегодня безопасный выбор: он независимо оценён, три недели в продакшене, устоявшаяся цена. Flash-Next — направление, на которое Alibaba делает ставку в следующем поколении, по цене, которая переоценивает всё семейство. Выбрать его сейчас — значит сесть на архитектуру, которую сообщество ещё аудирует; проигнорировать — значит поставить на то, что более дешёвая архитектура не обгонит флагман за шесть месяцев. Ни одна из ставок не обязана быть «всё или ничего» — в этом практический смысл того, чтобы держать обе доступными из одной конечной точки.

Два приведённых выше скриншота — это публичные поверхности каждого релиза: листинг OrcaRouter, где сегодня можно вызывать Qwen3.8-Max по прейскурантной цене, и анонс Qw​en Studio от Alibaba о выпуске открытых весов Qwen3.8-Flash-Next.

Решение

Выбирайте Qwen3.8-Max, если вам нужен сегодня максимальный потолок возможностей этого поколения — длительные агентные задачи, самый сильный независимый показатель в семействе и модель, которая в продакшене недели, а не часы. При фиксированных $2/$6 за миллион токенов это дёшево для фронтирной модели, и это единственная из двух, по которой у вас есть данные, которые вы не взяли на веру.

Выбирайте Qwen3.8-Flash-Next, если ваша нагрузка высокообъёмная и чувствительна к цене — агентные циклы, пакетная офисная автоматизация, длинноконтекстные проходы, где разрыв в цене в 12,7 раза — это разница между безубыточностью и маржой — и вас устраивает запуск однодневной архитектуры с вендорского листа или самостоятельный хостинг открытых весов, пока API ещё в ожидании.

For everyone in between, the sane posture is both: Qwen3.8-Max on one key now, {{1}}Qwen3.8-Flash-Next{{/1}} a routing rule away when the API opens, and failover so the day-old model cannot take down a production path while you decide. The open question is the honest one — can a model that activates 6 billion of its parameters keep these benchmark numbers under independent replication, or will the vision gap and the one-day-old sheet widen into the real story? The next few weeks answer it, and the comparison is worth revisiting the moment an independent score for the preview lands.