Alibaba представила QwenGyre для обучения ИИ-агентов на длинных задачах
2026-09-27 исследователи Alibaba представили QwenGyre — систему обучения ИИ-агентов на задачах, где одно выполнение может занимать несколько часов и включать до 1 млн токенов. В эксперименте с Qwen3.8-2.4T-A95B использовалось около 700 тыс. токенов на один прогон. По данным авторов, за 48 шагов результат модели на NL2RepoBench вырос с 52,5% до 58,5%, то есть на 6 процентных пунктов; независимых замеров пока нет.
QwenGyre перераспределяет GPU между выполнением заданий и обучением без остановки активных процессов. Второй компонент системы объединяет разветвлённые истории работы агента в общие деревья, исключает повторяющиеся данные и учитывает частичный результат незавершённых заданий. По данным авторов, решение ускоряет обучение до 1,85 раза относительно схемы Colocate и до 1,78 раза относительно Async. Публичные данные о цене, лицензии и готовом промышленном дистрибутиве в первоисточнике не указаны.
Для бизнеса QwenGyre интересна командам, которые обучают агентов для разработки ПО, работы с крупными репозиториями и других многоэтапных процессов: система может сократить простой дорогостоящих GPU и повысить отдачу от незавершённых запусков. Денежную экономию в USD или рублях оценить пока нельзя — Alibaba не раскрыла конфигурацию вычислительного кластера и фактическую стоимость эксперимента. Основной риск — результаты получены авторами на собственном наборе условий; перед внедрением стоит проверить систему на своих задачах и инфраструктуре.
Следующий важный сигнал — публикация исходного кода, лицензии, требований к оборудованию и независимых сравнений. До этого QwenGyre следует рассматривать как исследовательский анонс, а не как готовый продукт с подтверждённой экономикой.
Что за модель: Qwen3.8 2.4T A95B
Alibaba сдержала июльское обещание открыть веса флагманской линейки: Qwen3.8 на 2.4 триллиона параметров (из них активны 95B на токен) выложена на Hugging Face 8–12 августа 2026. Вместе с Kimi K3 (2.8T) это крупнейшие открытые модели в истории — но, в отличие от свободной Apache-лицензии младших Qwen, здесь собственная лицензия с ограничениями. Контекст 1M токенов, в API-каталогах — $2/$6 за миллион, есть сжатая FP8-версия. Официальных замеров открытой версии на момент релиза нет; флагман линейки Alibaba позиционировала сразу за Claude Fable 5 — это заявление вендора по внутренним тестам.
Что это значит для бизнеса
Для бизнеса это событие важнее как рычаг, чем как инструмент: ещё одна открытая модель флагманского уровня давит на цены всех закрытых конкурентов. Пользоваться ею стоит через API — $2/$6 за миллион токенов, это в два-три раза дешевле западных флагманов при заявленном сопоставимом уровне. Развернуть у себя нереально для обычной компании: модели такого размера требуют целый парк серверов даже в сжатом виде. Лицензия собственная, не свободная — если планируете встраивать в продукт или перепродавать доступ, сначала к юристу. Для сложных задач через API — смело в шорт-лист рядом с Kimi K3 и DeepSeek V4-Pro; замеров пока мало, тестируйте на своих кейсах.
Хроника Qwen3.8 2.4T A95B
Цена API изменилась: $2.5/6.25 → $2.0/6.0 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $2.0/6.0 → $2.5/6.25 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
Цена API изменилась: $2.5/6.25 → $2.0/6.0 за 1M токенов
Изменение зафиксировано по каталогу агрегатора OpenRouter.
NVIDIA выпустила Qwen3.8-2.4T-A95B в формате NVFP4
NVIDIA опубликовала 4-битную сборку Qwen3.8-2.4T-A95B, подготовленную с помощью Model Optimizer. Это оптимизированные веса существующей модели с 2,4 трлн параметров и 95 млрд активных параметров, а не новая модель. Сборка предназначена для более экономного развертывания на совместимом оборудовании NVIDIA; независимых замеров качества и требований к памяти пока нет.
Alibaba открыла веса флагманской Qwen3.8 — 2.4T параметров
Обещание из анонса Qwen3.8-Max-Preview выполнено: крупнейшая открытая модель Alibaba вышла на Hugging Face под собственной лицензией.
Qwen открыла веса Qwen3.8-2.4T-A95B
Qwen опубликовала веса Qwen3.8-2.4T-A95B для развертывания у себя. По данным вендора, модель содержит 2,4 трлн параметров, из которых 95 млрд участвуют в обработке каждого токена; независимых замеров пока нет. Крупный размер создает риск высоких затрат на оборудование, поэтому перед внедрением стоит оценить требования к памяти и сравнить совокупную стоимость с доступом через API.