Alibaba представила флагманскую модель искусственного интеллекта Qwen3.8-Max, главная особенность которой — не рекорды в привычных тестах, а выносливость. По заявлению компании, модель способна непрерывно работать над сложными задачами до десяти дней и более, самостоятельно планируя работу, исправляя собственные ошибки и не теряя нить многодневного проекта.
Марафоны вместо спринтов
Эти демонстрации действительно необычны для отрасли. В одном из экспериментов Qwen3.8-Max в течение 16 дней полностью самостоятельно разрабатывала консольный инструмент — за это время она сделала 265 коммитов и закрыла 151 задачу без какого-либо вмешательства человека. В другом тесте модель за пять дней воспроизвела результаты научной статьи и даже улучшила исходный метод на 2,7 балла в математических бенчмарках. А в симуляции интернет-магазина, рассчитанной на условный финансовый год, она в четыре раза увеличила стартовый капитал.
С технической точки зрения это настоящий монстр: 2,4 триллиона параметров в архитектуре «смеси экспертов», из которых при каждом запросе активируются 95 миллиардов. Ключевая инновация — в обучении: подкрепляющее обучение расширили с отдельных коротких задач до многодневных рабочих процессов примерно в 4000 тренировочных средах.
Заявка на лидеров
По результатам внутренних тестов Alibaba, новинка соперничает с передовыми моделями OpenAI и Anthropic: на PaperBench она демонстрирует самый высокий результат в сравнении (93 балла), а на TerminalBench 2.1 уступает GPT-5.6 (86,6 против 88,8). Модель уже доступна через облако Alibaba, поддерживает API-протоколы OpenAI и Anthropic для простой интеграции в существующие агентные системы, а открытые веса обещают выложить на Hugging Face в ближайшее время — это традиционный козырь Qwen против закрытых западных конкурентов.
Стоит учитывать, что все цифры взяты из внутреннего тестирования Alibaba, а независимые проверки ещё впереди. Впрочем, само направление показательно: отрасль смещает акцент с «более умных ответов» на автономные многодневные агенты — а это совершенно другие требования и к моделям, и к инфраструктуре, и к доверию пользователей, которым предстоит оставить ИИ наедине с важной задачей на неделю.
Напомним, для таких многодневных вычислений уже создают отдельную энергетическую инфраструктуру: ранее мы писали, что Crusoe и Aalo Atomics строят первый дата-центр для ИИ, питающийся от собственных модульных ядерных реакторов.
