Анонс Qwen3.8 на 2,4 трлн параметров и скрытые мотивы новых тарифов QwenCloud

Принято считать, что свежий тизер Alibaba — это очередная победа открытого исходного кода над закрытыми корпорациями. Анонс флагманской модели Qwen3.8 на 2,4 трлн параметров выглядит как прямой и агрессивный ответ на недавний запуск китайского конкурента Kimi K3. Нам обещают скорый релиз в формате open-weight, и сообщество уже готовится тестировать гиганта. Правда, за этим фасадом пока нет ни описания архитектуры, ни длины контекста, ни независимых бенчмарков. Зато есть кое-что более осязаемое и детально проработанное — обновленная монетизация.
Вместе с громкими обещаниями компания выкатила Token Plan для своей платформы QwenCloud. За $18 в месяц разработчикам предлагают подписку с доступом к превью-версиям новых моделей, включая Qwen3.8-Max-Preview. Примечательно, что интеграция работает через API, полностью совместимое с протоколами OpenAI и Anthropic. Вопрос в том, насколько «открытой» является эта стратегия, если разработчиков уже сейчас активно затягивают в проприетарное облако лимитами кредитов и готовыми пайплайнами для ИИ-агентов.
План Alibaba становится вполне прозрачным. Сначала идет громкий анонс монструозной модели без технических деталей, чтобы перебить инфоповод конкурентов. Затем — дешевые тарифные планы от $6 в месяц, чтобы привязать пользователей к своей инфраструктуре до того, как веса реально окажутся в публичном доступе. Развернуть 2,4 триллиона параметров на собственных серверах смогут лишь единицы энтузиастов. Для абсолютного большинства этот хваленый open-source сведется к банальной покупке токенов через корпоративный API.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад