Принято считать, что открытые локальные нейросети уже почти догнали закрытые корпоративные API. Так ли это на самом деле? На этой неделе энтузиасты обсуждают сразу несколько релизов, среди которых заметно выделяется коллекция Qwen 3.8. Разработчики из Alibaba выкатили обновленную линейку, включающую мультимодальную модель на 28B параметров и текстового гиганта на 2.4T. Звучит масштабно, но возникает закономерный вопрос о реальной пользе таких форматов для обычного разработчика.

Возьмем Qwen3.8-27B. Это мультимодальная архитектура, способная обрабатывать изображения и текст одновременно. Правда, размер почти в 28 миллиардов параметров делает её крайне неудобной для локального запуска. Чтобы развернуть базовые веса без критических потерь в качестве, потребуется железо серверного уровня, которого нет в типичных домашних сборках. Авторы попытались сгладить углы и сразу выпустили FP8 версии. Но агрессивное квантование неизбежно снижает точность сложных логических выводов, особенно при генерации кода или анализе нестандартных визуальных данных.

С флагманской Qwen3.8-2.4T-A95B ситуация еще более предсказуемая. Архитектура с 2.4 триллионами параметров очевидно создавалась под стойки дата-центров, а не для сообщества независимых исследователей. Alibaba методично засыпает хаб сотнями весов, обновляя версии чуть ли не каждый месяц. Вопрос в том, успевает ли индустрия внедрять эти промежуточные минорные апдейты в реальные продукты, или мы просто наблюдаем за механическим наращиванием параметров ради доминирования в синтетических бенчмарках.