Alibaba Qwen: 3 миллиарда загрузок, обогнали Meta и Google. Как открытые AI-модели захватили мир

15 августа 2026 года Alibaba объявила, что семейство её открытых AI-моделей Qwen набрало более 3 миллиардов глобальных загрузок за последние шесть месяцев, что сделало его самой популярной экосистемой открытых моделей в мире . Согласно данным Hugging Face, Qwen опередила как Meta (семейство Llama, 227 млн загрузок), так и Google (семейство Gemma, 418 млн загрузок), а также других китайских конкурентов, заняв первую строчку по объёму загрузок . В экосистему Qwen входит более 460 открытых моделей, а сообщество создало более 300 000 их модифицированных версий (деривативов) .

Открытые релизы: Qwen3.8-Max и Qwen3.8-27B

Знаковый рубеж в 3 млрд загрузок был поддержан двумя крупными открытыми релизами в августе 2026 года: флагманской Qwen3.8-Max и более компактной Qwen3.8-27B.

Qwen3.8-Max (Qwen3.8-2.4T-A95B) — впервые вышел как API-продукт 3 августа 2026 года, а его веса были открыто опубликованы на Hugging Face 13 августа 2026 года под собственной лицензией Qwen . Это был первый случай, когда Alibaba опубликовала веса для модели класса Max . Ключевые характеристики:

• 2,4 триллиона суммарных параметров, разреженная архитектура Mixture-of-Experts (MoE) с примерно 95 миллиардами активных параметров на токен
• Контекстное окно в 1 миллион токенов (макс. ввод 991K, макс. вывод 131K)
• Нативная мультимодальность (текст + изображение) с гибридным режимом рассуждения, активным по умолчанию

Qwen3.8-27B — более компактная модель, веса которой были опубликованы 13–14 августа 2026 года на Hugging Face под лицензией Apache 2.0 . Эта модель предназначена для развёртывания на одном GPU и включает встроенный кодировщик изображений с контекстным окном в 262K токенов . Alibaba сообщила, что Qwen3.8-27B набирает 61,7 балла на SWE-bench Pro и 84,3 на OSWorld-Verified, превосходя многие более крупные проприетарные модели в ряде тестов по оценке кода и агентных действий .

Конкурентный контекст: обгоняя гигантов из США

Доминирование Qwen сигнализирует о заметном сдвиге в предпочтениях разработчиков:

• Против Meta: Qwen обогнала семейство Llama от Meta, став самой загружаемой открытой экосистемой: 3 млрд загрузок у Qwen против 227 млн у Meta .
• Против Google: Alibaba превзошла открытые модели Gemma/Gemini от Google, у которых было зафиксировано 418 млн загрузок .
• Против Anthropic: Alibaba позиционировала Qwen3.8-Max как конкурента моделям Fable от Anthropic в тестах производительности .
• Против Moonshot AI: Внутренний конкурент Moonshot незадолго до этого выпустил модель Kimi K3 (2,8 трлн параметров); Qwen3.8-Max описывали как «не сильно отстающую» по размеру, но превосходящую её по ряду тестов .
• Влияние на акции: Акции Alibaba подскочили на 7% на торгах в Гонконге после анонса Qwen3.8-Max 3 августа .

Планы по роялти для крупных коммерческих пользователей

7 августа 2026 года Reuters сообщил, что Alibaba намерена требовать от крупных коммерческих пользователей Qwen3.8-Max делиться частью своего дохода от продуктов или услуг, построенных на основе этой модели . Ключевые детали:

• План нацелен на крупные корпорации, а не на исследователей или мелких разработчиков .
• Точный процент отчислений не был окончательно согласован на момент публикации, переговоры продолжаются .
• Alibaba следует прецеденту, установленному китайским конкурентом Moonshot AI, лицензия которого на Kimi K3, как сообщается, предусматривает отчисления в размере до 30% от выручки компаний с годовым оборотом выше примерно 20 миллионов долларов .
• Ожидалось, что новые условия вступят в силу после открытого релиза модели на неделе 10 августа .
• Этот шаг описывается как пионерский сдвиг в экономике открытых AI-моделей — создание дополнительного уровня монетизации поверх формально открытых весов, что фундаментально меняет модель «бесплатного открытого AI» для крупного коммерческого использования . Ранее Alibaba взимала плату за использование моделей только в собственном облаке, в то время как пользователи могли запускать открытые модели в своих дата-центрах без дополнительной платы .