Union Alpha против Qwen3.8 Flash: одна точка — это вся история

Union Alpha и Qwen3.8 Flash разделяет всего один балл в единственном тесте, который измерил обе модели. В наборе SMF Clearinghouse Official A — 157 тестов, режим рассуждения отключён — Union Alpha набрал 136 баллов, а локальный запуск Qwen3.8-Flash-Next — 137. Это самый близкий результат прямого сравнения, который есть у обеих моделей, и в то же время самое обманчивое число в этом сравнении, потому что эти два участника работали не в одинаковых условиях, и только один из них — модель, которую действительно можно арендовать прямо сейчас.

О чём разрыв в один пункт говорит, а о чём — нет

Начнём с того, что это доказывает. Union Alpha — не блеф в тривиальном смысле: широкий набор из 157 тестов с нулём ошибок, безупречным рассуждением (30/30) и безупречным использованием инструментов (2/2) — это не то, что выдаёт пустой эндпоинт. Его результат по программированию 26/30 и по математике 24/30 помещают его в область, заслуживающую доверия, а оценка за письмо 2/5 не позволяет ему даже близко подойти к универсальным задачам по написанию прозы.

Теперь оговорки, которые являются несущими.

Запись Qwen3.8 Flash представляла собой локальный запуск Qwen3.8-Flash-Next — чекпойнта с открытыми весами — а не размещённого Qwen3.8 Flash API. Локальное обслуживание означает вашу собственную квантизацию, ваш собственный стек инференса, ваш собственный парсер вызовов инструментов. Ничто из этого не гарантирует совпадения с тем, что возвращает размещённый эндпоинт, и люди, проводившие тест, пометили сравнение как неокончательное именно по этой причине.

Один набор тестов — это не профиль. Official A широк, но по каждой категории неглубок: инструменты — это 2 теста. Категория инструментов из двух тестов, набравшая 2/2, — хороший знак, но не доказательство агентной надёжности, а Union Alpha явно позиционируется как агентная модель и модель для программирования. Инструмент измеряет нечто смежное с заявлением.

И сама эта одна точка находится внутри шума набора из 157 тестов. Рассматривайте 136 и 137 как «они находятся в одной полосе», а не как ранжирование.

Бок о бок

• Контекстное окно — Union Alpha 262 144 токена против Qwen3.8 Flash 1 000 000 токенов, обслуживаемых (262 144 нативных, расширено с помощью YaRN).

• Максимальный объём вывода — 131 072 токена у Union Alpha против 131 000 токенов у Qwen3.8 Flash. Фактически на одном уровне.

• Входные данные — текст и изображение в Union Alpha против текста, изображения и видео в Qwen3.8 Flash.

• Цены — $0 во время предварительного просмотра Union Alpha в сравнении с Qwen3.8 Flash по цене $0.150/M за вход, $0.470/M за выход, $0.018/M за чтение из кэша, $0.230/M за запись в кэш.

• Управление рассуждениями — отсутствует в Union Alpha в отличие от режима мышления в Qwen3.8 Flash, который включён по умолчанию и может быть отключён.

• Время до первого токена — Union Alpha 10,00 с p50 против Qwen3.8 Flash 6,62 с p50; оба показателя измерены на нашем эндпоинте за один и тот же семидневный период. Скорость «сырого» декодирования ближе, чем можно предположить по репутации: 170 токенов в секунду против 103.

• Происхождение — анонимный оператор, веса не раскрыты, в отличие от Alibaba/Qwen, у которых веса Qwen3.8-Flash-Next выложены в открытый доступ на Hugging Face и ModelScope.

Qwen3.8 Flash: ставка на эффективность с 6B активных параметров

Qwen3.8 Flash был выпущен 26 августа 2026 года как промышленная управляемая версия открытой по весам контрольной точки Qwen3.8-Flash-Next, которую Alibaba выпустила одновременно. Это модель смеси экспертов со 125 млрд параметров, активирующая примерно 6 млрд параметров на токен, плюс 51 млрд параметров N-gram-эмбеддингов, построенная на гибридном внимании, которое сочетает Gated DeltaNet с индексатором разреженного внимания.

Позиционирование вендора касается экономики обучения: Alibaba сообщает, что стоимость запуска примерно в девять раз ниже, чем у Qwen3.7-Plus, при заявленном ускорении предзаполнения до 7,6× и декодирования до 4,9× на нагрузках объемом в 1 млн токенов с высоким уровнем попаданий в кэш. Это вендорские цифры, и они не были независимо воспроизведены.

Его таблица бенчмарков также основана на данных производителя и не воспроизведена: SWE-bench Pro — 62,5, DeepSWE v1.1 — 58,7, SWE-bench Multilingual — 81,0, NL2Repo — 48,1, CoWorkBench — 73,9, JobBench — 55,7, RealWorldQA — 88,5, LVBench — 76,6, AndroidWorld — 84,5. Цифра, которую стоит привести в ответ маркетингу, — Humanity's Last Exam с 35,9, что ниже 40,0 у Claude Opus 4.6 в том же сравнении.

На нашей собственной странице модели в разделе публичных бенчмарков по-прежнему отображается «pending» — ни одна третья сторона пока не оценила её. А что у нас есть, так это наш собственный трафик: медианное время до первого токена — 6,62 секунды, скорость вывода — 103 токена в секунду и доля ошибок — 4,5%. Эта доля ошибок достаточно высока, чтобы за ней следить, и это как раз тот показатель, который проявляется только при измерении живого эндпоинта, а не в посте о запуске.

Union Alpha: модель без владельца

Union Alpha появилась в сторонних каталогах 16 сентября 2026 года и обслуживается на бесплатном тарифе OrcaRouter. У неё нет названной лаборатории, нет весов, нет лицензии, нет числа параметров и нет примечания об архитектуре. В поле её провайдера указано «Stealth».

Его эндпоинт, по крайней мере, понятен: контекст на 262 144 токена, максимальный вывод на 131 072 токена, ввод текста и изображений с выводом только текста, вызов инструментов, вывод JSON, temperature, top_p и max_tokens, и полное отсутствие каких-либо настроек рассуждений. Выбор инструмента фактически поддерживает только «auto». Его окно бесплатного доступа описывается как примерно неделя с ограничением частоты запросов, при этом цены после предварительного просмотра не объявлены.

Заявленное утверждение — «производительность передового уровня в широком диапазоне задач общего назначения» — основано на данных оператора и не прошло аудит. Результат 136/157 в Official A — единственное существующее независимое измерение.

Скорость — вот где они перестают быть похожими.

Основные показатели пропускной способности не разделяют их так, как можно было бы ожидать, и причина этого заслуживает понимания.

По данным нашей собственной телеметрии маршрутизации за последние семь дней, Qwen3.8 Flash выдаёт потоком 103 выходных токена в секунду при p50 времени до первого токена 6,62 секунды и частоте ошибок 4,5%. Union Alpha, измеренный тем же способом, выдаёт потоком 170 токенов в секунду. По чистой скорости декодирования анонимная модель быстрее из этих двух.

Что он не делает — так это не запускается. p50 и p95 времени до первого токена у Union Alpha оба зафиксированы на отметке 10,00 секунды, а значит, как минимум половина всех запросов ждёт десять секунд или больше, прежде чем появится первый токен, а доля ошибок за тот же период составляет 7,7% — примерно в 1,7 раза больше, чем у Qwen. Прогон Official A из 157 тестов, на который опираются предыдущие разделы, занял 4,6 часа реального времени, при медианной задержке 91,9 секунды и среднем значении 104,8 секунды на тест, а четыре теста упёрлись в 300-секундный тайм-аут тестового стенда. Независимые тестировщики, запускавшие его в день релиза, сообщали о значительно более низкой пропускной способности, чем показывает наш эндпоинт, — что и следовало ожидать от сервиса, всё ещё поглощающего огромную нагрузку первого дня.

Практическая разница не в скорости декодирования, а во времени до первого токена и надёжности. Union Alpha не подходит ни для чего интерактивного — ни автодополнения, ни встроенных подсказок, ни плотного цикла агента, — потому что десять секунд тишины неотличимы от зависания. Она подходит для асинхронной работы: ночных пакетных заданий, длительных проходов по документам, офлайн-прогонов оценки, где ничто не ждёт первого токена, а 7,7% отказов компенсируются повторной попыткой.

Qwen3.8 Flash при 103 токенах в секунду и медианном времени до первого токена 6,62 секунды тоже нельзя назвать быстрым. Честная формулировка такова: оба медленные, и только один из них даёт сбой примерно в одном запросе из тринадцати.

Аргумент об эффективности, и кто вправе его приводить

Alibaba выдвигает аргумент о затратах на обучение: обучение стоит в девять раз дешевле, чем у Qwen3.7-Plus, шесть миллиардов активных параметров на токен, поэтому его дёшево обслуживать. Это утверждение о модели, чьи веса существуют и чьё происхождение задокументировано.

История эффективности Union Alpha подразумевается, а не заявляется прямо — анонимная модель с контекстом 256K, которую можно вызывать бесплатно. Бесплатно — не то же самое, что дёшево. Кто-то платит за эти GPU, у превью указан срок окончания, а признание самого оператора в том, что он настраивал систему на скорость, говорит о том, что экономика обслуживания ещё не устоялась. Модель, которая бесплатна неделю, а после этого не поддаётся ценообразованию, имеет аргумент об эффективности, который истекает вместе с этим окном.

Пробовать неизвестное, не делая на это ставку

Причина, по которой это конкретное противостояние стоит держать в голове, заключается в том, что это самый дешёвый из возможных тестов непроверенной модели. Qwen3.8 Flash — известная величина: вендор с именем, открытые веса, опубликованные (пусть и в вендорской подаче) бенчмарки, реальная цена за токен $0.150/$0.470. Union Alpha — неизвестная, с нулевой ценой, и вся её заявка на конкурентоспособность держится на одном результате по 157 тестам.

Вместо того чтобы выбирать, спрячьте неизвестное за правилом отказоустойчивости. OrcaRouter передаёт цену провайдера из прайс-листа без наценки — 0% — и поддерживает автоматическое переключение при сбое между провайдерами, поэтому эндпоинт Union Alpha с ограничением частоты запросов или вовсе исчезнувший переключается на модель, которая всё ещё отвечает, вместо того чтобы проявиться как сбойное задание в три часа ночи. Обе модели работают на одном ключе, так что эксперимент стоит изменения конфигурации, а не второй интеграции — и ни одну из них не придётся защищать как решение, потому что вы можете переключить маршрутизацию, когда бесплатное окно закроется.

Вердикт

Qwen3.8 Flash — это модель, на которой стоит строить. Шесть миллиардов активных параметров, открытые веса родственных моделей, окно в 1 млн токенов, видеовход, рабочие 103 токена в секунду и опубликованная цена, которую можно прогнозировать. Её бенчмарки заявлены производителем, а за частотой ошибок стоит следить, но она кому-то принадлежит — и этот кто-то выпускает релизы.

Union Alpha — это модель, которую стоит измерить. Разрыв в один пункт на Official A поистине интересен — он говорит о том, что бы это ни была за штука, это не игрушка — и при цене $0 с потолком вывода 131K и поддержкой изображений на входе она стоит недели вашего внимания. Но разрыв в один пункт на одном наборе тестов, полученный анонимным оператором с частотой ошибок 7.7%, — это повод разобраться, а не повод переключаться.

Следить стоит за тем же, что всегда решало этот вопрос: за именем. Ox Alpha, предыдущий участник этой серии, был раскрыт через шесть дней после появления как GLM-5.3-Flash от Zhipu. Если Union Alpha получит его, сравнение будет уже не о балле, а о цене.

У известной величины есть цена и документация: страница модели Qwen3.8 Flash показывает тарифы $0.150/$0.470, предоставляемый контекст в 1M токенов и предельный объём вывода 131K, при этом публичные бенчмарки всё ещё ожидаются.