Qwen3-Max-Preview от Alibaba достигает 1 трлн параметров

Китайский гигант электронной коммерции Alibaba и его команда исследователей искусственного интеллекта «Qwen Team» снова добились успеха.

После насыщенного лета, в ходе которого лаборатория ИИ выпустила целый ряд новых моделей искусственного интеллекта с открытым исходным кодом с поддержкой английского и китайского языков (модели не уступали или превосходили лучшие предложения ведущих американских лабораторий Google, OpenAI и Anthropic), она представила свою самую крупную большую языковую модель (LLM) на сегодняшний день — Qwen3-Max-Preview (Instruct) с более чем 1 триллионом параметров.

Параметры — это внутренние настройки, определяющие поведение LLM, причем большее их число обычно указывает на более мощную и производительную модель. Предполагается, что GPT-4o от OpenAI и последующие модели имеют именно такое количество параметров, однако в последнее время многие ведущие лаборатории ИИ стали выпускать модели поменьше, поэтому решение Qwen пойти по пути увеличения масштаба на этот раз заслуживает внимания.

Кроме того, бенчмарки, опубликованные командой Qwen для Qwen-3-Max-Preview, показывают, что она превосходит предыдущего лидера компании, модель Qwen3-235B-A22B-2507, и на равных конкурирует с другими высококлассными моделями в этой сфере.

Qwen поделилась сравнительными данными бенчмарков, которые показывают, что модель с 1 трлн параметров лидирует в различных тестах. В SuperGPQA, AIME25, LiveCodeBench v6, Arena-Hard v2 и LiveBench (20241125) Qwen3-Max-Preview стабильно опережала Claude Opus 4, Kimi K2 и Deepseek-V3.1.

Новая модель доступна уже сегодня на сайте Qwen Chat, через облачный API Alibaba, на OpenRouter, а также уже доступна в качестве модели по умолчанию в AnyCoder, инструменте для написания кода с открытым исходным кодом от руководителя отдела машинного обучения в Hugging Face Ахсена Халика (@_akhaliq в X).

К сожалению, в отличие от предыдущих релизов Qwen с открытым исходным кодом, Qwen3-Max-Preview пока не выпущена под лицензией с открытым исходным кодом, а это значит, что разработчикам пока придется полагаться на платный API компании или упомянутые выше партнерские каналы распространения. Полные расценки на API с сайта документации Alibaba Cloud я привел ниже в этой статье.

Тестирование VentureBeat

Мои первые, краткие и сугубо анекдотичные тесты показывают, что Qwen3-Max-Preview не только избегает распространенных ловушек LLM (таких как неверный подсчет вхождений буквы «R» в слове «Strawberry» и ошибочное определение того, что больше — 9,11 или 9,11), но и демонстрирует потрясающе высокую скорость ответов. Да, быстрее, чем ChatGPT в моих первоначальных тестах на Qwen Chat (конкуренте популярного чат-бота от OpenAI).

Функции и технические характеристики

Модель поддерживает контекстное окно в 262 144 токена, с максимальным объемом входных данных в 258 048 токенов и максимальным объемом вывода в 32 768 токенов. Она также включает поддержку кэширования контекста, что помогает оптимизировать производительность во время продолжительных сессий.

В Qwen подчеркнули, что эта модель разработана для сложного логического вывода, написания кода, работы со структурированными форматами данных, такими как JSON, и выполнения творческих задач. Ее возможности также распространяются на общие диалоги и агентское поведение, что делает ее универсальным инструментом как для корпоративных, так и для исследовательских сценариев использования.

Цены

Alibaba Cloud представила уровневые цены на Qwen3-Max-Preview, причем тарифы варьируются в зависимости от размера входных токенов:

• 0–32K токенов: $0,861 за миллион входных токенов и $3,441 за миллион выходных токенов

• 32K–128K токенов: $1,434 за миллион входных токенов и $5,735 за миллион выходных токенов

• 128K–252K токенов: $2,151 за миллион входных токенов и $8,602 за миллион выходных токенов

Такая структура делает более короткие промпты более доступными, пропорционально масштабируя затраты для более тяжелых рабочих нагрузок.

Дополнительный контекст от исследователей команды Qwen

Анонс вызвал бурную реакцию на социальных платформах. В официальном посте Qwen модель была представлена как «самая большая на сегодняшний день», а также прозвучал намек на то, что «масштабирование работает — и официальный релиз удивит вас еще больше».

Биньюань Хуэй (Binyuan Hui), научный сотрудник команды Qwen, который активно общался с публикой во время запуска, отметил эту веху, заявив в X, что Qwen-Max успешно масштабирована до 1 трлн параметров и разработка продолжает двигаться вперед. Он намекнул на грядущие анонсы, ответив одному из комментаторов, что новые релизы могут появиться уже на следующей неделе. В шутливой переписке Хуэй охарактеризовал себя как «сумасшедшего», когда его спросили о столь быстром темпе обновлений.

Он также внес ясность в технические детали в ответ на вопросы, отметив, что кажущееся ограничение длины контекста связано с интерфейсом чата, а не с самой моделью.

На вопрос о том, является ли превью моделью без рассуждений, Хуэй подтвердил, что функции логического вывода (reasoning) «уже в пути».

Результаты бенчмарков и первые положительные отзывы

Отзывы широкого сообщества варьировались от поздравительных сообщений до любопытства по поводу того, как Qwen3-Max-Preview соотносится с текущими лидерами рынка. Некоторые тестеры выразили удовлетворение ответами, полученными в ходе ранних испытаний, в то время как другие проявили особый интерес к ее производительности в задачах, требующих интенсивного логического мышления.

Халик из Hugging Face опубликовал в X скриншот, показывающий, как модель смогла создать целый пиксельный воксельный сад по одному лишь промпту в AnyCoder.

Пользователь X @SwallieC69635 сообщил, что, хотя Qwen3-Max официально не позиционируется как модель с усиленным логическим выводом, в их тестах она превзошла многие передовые системы.

Они поделились, что модель справилась с базовой арифметикой, головоломкой в стиле игры «24» и даже задачей, которую, по их словам, ни GPT-5 Thinking, ни Gemini 2.5 Pro не смогли решить без помощи инструментов.

Их наблюдение заключалось в том, что при столкновении с более сложными задачами модель, по-видимому, переключалась в режим, похожий на рассуждение, выдавая структурированные пошаговые ответы. Хотя это скорее анекдотичные свидетельства, чем официальные бенчмарки, они согласуются с общим впечатлением сообщества о том, что превью-модель справляется с задачами на рассуждение гораздо лучше, чем заявлялось.

Значение для лиц, принимающих решения в корпоративном секторе

Для корпоративных команд появление Qwen3-Max-Preview, скорее всего, будет оцениваться через призму повседневных обязанностей, а не только результатов бенчмарков. Инженеры, управляющие жизненным циклом больших языковых моделей — от подготовки данных до развертывания — могут увидеть явные преимущества в триллионном масштабе параметров модели и расширенном контекстном окне. Эти функции могут снизить необходимость в постоянной дообучении (fine-tuning), позволяя обрабатывать более широкие входные данные и более сложные промпты за один проход. В то же время уровневая ценовая политика может создать трудности для команд, полагающихся на частые крупномасштабные развертывания, особенно в условиях жестких бюджетных ограничений.

Те специалисты, кто сосредоточен на оркестрации и автоматизации, могут оценить совместимость модели с API в стиле OpenAI и поддержку кэширования контекста, что обеспечивает гибкость при интеграции в существующие конвейеры (пайплайны). Тем не менее, поскольку Qwen3-Max-Preview все еще находится на стадии предварительной версии, вопросы стабильности, версионирования и предсказуемой доступности могут осложнить планирование для производственных сред (production). Надежность является ключевым требованием для систем оркестрации, и релизы на ранних этапах часто несут риски, которые лица, принимающие решения, должны тщательно взвешивать.

Для дата-инженеров, отвечающих за создание и поддержку конвейеров данных, способность модели суммировать, обрабатывать и даже генерировать структурированные форматы, такие как таблицы или JSON, предлагает способы разгрузить рутинные задачи и повысить эффективность. Тем не менее, управление затратами остается проблемой для непрерывных или высоконагруженных сценариев использования, а при маршрутизации конфиденциальных данных через внешние API необходимо применять строгие требования комплаенса.

Руководители служб безопасности, в чьи обязанности входит мониторинг угроз и координация реагирования на инциденты, также могут найти для Qwen применение в разборе больших объемов текста, суммировании логов или триаже оповещений. Способность модели обрабатывать большие объемы входных данных хорошо подходит для таких сценариев. Однако в контексте безопасности использование внешних облачных моделей создает потенциальные риски, связанные с конфиденциальностью данных и регуляторными требованиями, что может ограничить их внедрение, если не будут созданы надежные средства защиты.

В совокупности Qwen3-Max-Preview демонстрирует высокий потенциал для поддержки широкого спектра корпоративных ролей. Ее возможности в области логического вывода, работы с длинным контекстом и выполнения многоэтапных задач делают ее привлекательной для технических команд, стремящихся к эффективности и масштабируемости. Тем не менее, структура затрат, статус предварительной версии и операционные риски, связанные с развертыванием в критически важных рабочих процессах, остаются важными факторами, которые корпоративным лидерам необходимо сбалансировать перед принятием решения о внедрении.

Взгляд в будущее

Хотя предварительный релиз задает высокую планку ожиданий, в Qwen подчеркнули, что это еще не финальная версия. Компания намекнула на предстоящий официальный релиз с еще более высокой производительностью.

Если ранние бенчмарки и отзывы пользователей служат каким-то ориентиром, конечный продукт может еще больше укрепить позиции Qwen в конкурентной борьбе на рынке сверхбольших языковых моделей.

Обладая более чем 1 триллионом параметров, Qwen3-Max-Preview свидетельствует о непрекращающихся инвестициях Alibaba Cloud в масштабирование систем искусственного интеллекта. По мере того как эта сфера движется в сторону создания все более крупных и мощных моделей, Qwen позиционирует себя как одного из ведущих конкурентов наряду с другими мировыми поставщиками ИИ.