Qwen 4 Max: бесплатный флагман Alibaba с миллионным контекстом и подкрученными бенчмарками

Alibaba выкатила в превью Qwen 4 Max с миллионным контекстом, раздавая свой новый агентный флагман бесплатно, пока он не научился нормально выдавать графику.

Графику он выдает кривую, но за кулисами раздачи скрывается Qwen 3.7-Max, которую китайцы натаскивали на 8200 различных средах ради долгоиграющих агентных задач, и главный витринный кейс — 34,7 часа непрерывной работы с 1158 вызовами инструментов для десятикратного ускорения GPU-ядра SGLang Triton под ускоритель T-Head. Они клянутся, что модель не забывала стратегию, накапливала опыт и даже отследила собственные попытки обмануть систему на этапе RL, сформировав новые правила защиты. На Terminal-Bench 2.0 их 69,7 балла против 65,4 у Claude Opus 4.6 Max Thinking, а на SWE-bench Pro — 60,6 против 57,3. На MCP-Atlas для работы с внешними серверами модель выдает 76,4 против 75,8 у конкурента, уступая ему лишь на NL2Repo для длинного кодинга каких-то 0,4 пункта, опустив одну деталь.

Деталь в игровом бенчмарке GameFeel, где Qwen якобы обошла Claude, тоже оказалась с душком. Для Qwen включили максимальный уровень рассуждений, а для конкурентов оставили средний уровень.

Уровень рассуждений у Claude тут ни при чем, потому что сами веса Qwen 4 Max публиковать не будут, повторяя судьбу прошлых Max-версий. В API модель все равно уйдет по $2,5 за миллион входящих и $7,5 за исходящие токены, полностью соответствуя формату вызовов OpenAI и Anthropic. Она уже совместима с Claude Code, OpenClaw и Qwen Code, беря на себя роль высшего звена в агентской платформе.

Платформе Alibaba Cloud Model Studio уже можно скармливать запросы на управление собакоподобными роботами.

Никита Карпов

Главный редактор

Пишу о гаджетах, нейросетях и том, как технологии меняют нашу жизнь. Проверяю всё на себе, чтобы вы не тратили деньги зря.