Революция Qwen: Как Alibaba догнала лидеров ИИ в голосе, коде и общей производительности

Эти цифры — не случайный всплеск, а результат системной работы. Ранее модели того же семейства, Fun-Realtime-ASR и Fun-Realtime-AudioChat, уже захватывали лидерство на той же платформе, а Qwen2.5-Omni-7B продолжает возглавлять рейтинг VoiceBench Avg с показателем 0,741 .

Но, пожалуй, самый впечатляющий тактический успех — это превосходство над западными конкурентами, включая OpenAI и xAI, в работе с региональными акцентами и сложными диалектами китайского языка .

Отдельный повод для гордости — модель Qwen3.5-Omni-Plus, выпущенная в марте. Она отчиталась о 215 лучших результатах (state-of-the-art) в задачах на понимание аудио и аудиовизуального контента. В независимых тестах она обошла Google Gemini 3.1 Pro в общем понимании звука, логических задачах и переводе, хотя и сыграла вничью с Gemini в комплексном аудиовизуальном восприятии . Честный технический разбор признает, что преимущество в аудио реально — например, частота ошибок в словах (WER) на бенчмарке Fleurs ASR составила 6,55% против 7,32% у Gemini, но при этом модель на 12 пунктов отстает от конкурента в агентом тесте OmniGAIA .

Код: Qwen3.7-Max врывается в элиту Code Arena

19 мая 2026 года Alibaba представила Qwen3.7-Max, а уже через неделю модель заняла 4-е место в рейтинге Code Arena WebDev с Elo 1541, уступив всего один балл версии Claude Opus 4.6 Thinking от Anthropic и обойдя абсолютно все модели от OpenAI и Google . В треке React (разработка на JavaScript-библиотеках) она и вовсе поднялась на 3-ю строчку с Elo 1536, пропустив вперед лишь две вариации Claude Opus . Некоторые источники даже сообщают, что модель кратковременно занимала 2-е место в отдельных подкатегориях Code Arena .

Линейка Claude Opus 4.7/4.6 от Anthropic прочно удерживает места с первого по третье в WebDev. Таким образом, Alibaba стала единственным разработчиком помимо Anthropic — и единственной неамериканской лабораторией — сумевшей пробиться в топ-5 по программированию . Qwen3.7-Max опережает GPT-5.5, Gemini 3.5 Flash и GLM-5.1 в задачах, которые оценивают предпочтения реальных пользователей в многошаговых сценариях веб-разработки с использованием агентов .

Впечатляющие результаты Qwen показывает и на других бенчмарках:

• LiveBench: Qwen3 235B A22B набрала 80,4%, заняв третье место после OpenAI o4 Mini High (87,3%) и DeepSeek R1 0528 (84,4%) .
• MMLU-Pro / GPQA-AA: Qwen3.5 397B A17B достигла 87,8% на MMLU-Pro и заработала Elo 1495 на GPQA-AA — высший показатель среди китайских моделей .

Общая картина Arena: лидеры сбились в плотную группу

По данным Стэнфордского индекса ИИ на март 2026 года, верхушка рейтинга Arena Elo выглядит как плотная группа преследования :

Alibaba идет пятой в общем зачете, отставая от лидера примерно на 50–55 очков. Это настолько плотная дистанция, что авторы доклада отмечают смещение конкурентного давления от чистых возможностей к стоимости, надежности и доменной специализации .

Что этот рывок значит для противостояния США и Китая в ИИ

Результаты бенчмарков приходят в год, когда отставание лучших китайских моделей от американских практически растаяло. Согласно Стэнфордскому индексу ИИ, разрыв сократился с 17,5–31,6 п.п. в мае 2023 года до всего 2,7% по состоянию на март 2026-го. США и Китай теперь «постоянно меняются местами на вершинах бенчмарков» — это радикальное изменение ситуации по сравнению с эпохой безоговорочного доминирования Америки до 2024 года .

И это произошло при том, что США тратят на частные инвестиции в ИИ примерно в 23 раза больше, чем Китай: 285,9 млрд долларов против 12,4 млрд долларов в последнем отчетном периоде .

Аналитики выделяют несколько ключевых причин такого неожиданного рывка:

• Китайские open-source экосистемы: Модели семейств Qwen и R от DeepSeek собирают огромные сообщества разработчиков, которые создают на их основе коммерческие инструменты. Некоторые эксперты считают, что Китай может стать «главным победителем» в гонке внедрения ИИ благодаря дешевой энергии, агрессивным капитальным вложениям и рою инноваций с открытым кодом .
• Аппаратная независимость: Способность DeepSeek работать на отечественных чипах Huawei сигнализирует о декомфорте с контролируемыми США вычислительными мощностями, что потенциально притупляет эффект от экспортных ограничений Вашингтона .
• Доменная специализация: Преимущество Alibaba в голосе и диалектах, а также сохраняющееся доминирование Anthropic в коде доказывают, что передовые возможности — это все чаще история об узкой экспертизе, а не об «одном супермозге на все случаи» .

Справедливости ради, стоит отметить, что не все оценки столь радикальны. Аналитический центр Brookings в своем обзоре за 2026 год утверждает, что американские модели все еще опережают китайские «на несколько месяцев или более», а лаборатории США сохраняют перевес в масштабе вычислений и решении сложных агентых задач на длинном горизонте . Аналогичную точку зрения высказывали и на слушаниях в Конгрессе США .

Тем не менее, практический вывод для бизнеса и разработчиков уже очевиден: больше конкуренции — быстрее итерации, ниже цены и шире выбор. Два года назад топовые ИИ-модели были доступны лишь от горстки американских компаний. Сегодня поле расширилось, китайские решения конкурентоспособны, а открытые аналоги диктуют рынку свои условия .