Qwen, пожалуй, самая заметная открытая линейка языковых моделей 2026 года: команда Qwen (通义千问, «Тунъи Цяньвэнь») внутри Alibaba регулярно выкладывает веса под лицензией Apache-2.0, держит одни из самых низких цен на рынке API и стабильно попадает в топ обсуждений на технических форумах благодаря силе в коде и зрении. После этого урока вы будете понимать, что сейчас происходит в линейке Qwen на 04.10.2026, сможете осознанно выбрать модель под свою задачу и бюджет, разберётесь, какая лицензия что разрешает, и будете знать, через какой продукт Qwen удобнее всего попробовать: без кода через браузер или через API с собственным кодом. Остальные шесть уроков курса пойдут по этим направлениям вглубь.
Неофициальный курс AI University. Тексты, примеры и задания написаны нашей командой по открытой документации Qwen, QwenCloud и Alibaba Cloud Model Studio и опыту разработчиков на 04.10.2026; курс не связан с компанией Alibaba Cloud и не одобрен ею. Модели и цены меняются, сверяйтесь с документацией.
Кто делает Qwen и почему о нём говорят
Qwen разрабатывает команда внутри Alibaba Cloud, и к 2026 году эта линейка стала одним из немногих серьёзных конкурентов закрытым моделям OpenAI, Anthropic и Google, которая при этом открывает веса. Три причины, почему о Qwen продолжают говорить.
Во-первых, открытость. Значительная часть моделей линейки, от компактной на 0,8 миллиарда параметров до крупных открытых моделей на сотни миллиардов параметров (например, Qwen3.5-397B-A17B), выходит под лицензией Apache-2.0: это самая свободная из распространённых лицензий, она разрешает коммерческое использование, дообучение и распространение производных моделей почти без ограничений. Самая крупная модель линейки, с 2,4 триллиона параметров, устроена иначе и распространяется уже под собственной лицензией: подробнее об этом чуть ниже, в разделе про лицензии. По отзывам разработчиков на Hacker News, именно средние открытые модели Qwen (27B, 35B-A3B) собирают наибольший интерес сообщества, больше, чем закрытые API-флагманы.
Во-вторых, цена. На 04.10.2026 API-модели Qwen стоят заметно дешевле аналогов сопоставимого уровня: флагман qwen3.8-max обходится в 2 доллара за миллион входных токенов и 6 долларов за миллион выходных, а бюджетная модель qwen3.8-flash стоит 0,15 доллара за вход и 0,47 доллара за выход. Эти цифры стоит воспринимать как ориентир на текущую дату: цены меняются, и перед расчётом бюджета разумно свериться с актуальным прайсом на сайте.
В-третьих, код и зрение. Начиная с линейки Qwen3.5 команда отказалась от выпуска отдельной новой линии «VL»-моделей и встроила понимание изображений и видео прямо в основные модели: в официальной документации это называется «unified vision language foundation». В кодовых задачах Qwen3.6-27B, по отзывам сообщества, до сих пор считается одной из лучших моделей для локального запуска, а свежая Qwen3.8-27B продолжает эту репутацию.
Хронология 2026: от Qwen3.5 до превью Qwen4
Если вы в последний раз интересовались Qwen во времена Qwen2.5 или Qwen3, картину стоит обновить: за 2026 год вышло четыре крупных поколения.
Qwen3.5 открылась в феврале и марте 2026 года: сначала флагман на 397 миллиардов параметров, затем модели поменьше, вплоть до компактной 0,8B, которую можно запустить почти на любом современном ноутбуке. Вся линейка вышла под Apache-2.0 и позиционировалась как «нативно мультимодальные агенты».
Qwen3.6 появилась в апреле: API-версии qwen3.6-plus и qwen3.6-flash, а также две открытые модели, 35B-A3B и плотная 27B. По отзывам сообщества, Qwen3.6-27B до сих пор считается одной из лучших моделей для локального запуска в задачах кода.
Qwen3.7 вышла в мае-июле только как API-модели: qwen3.7-max, затем qwen3.7-plus и qwen3.7-flash. Важная деталь: на 04.10.2026 у Qwen3.7 нет ни одной версии с открытыми весами, это полностью облачное поколение.
Qwen3.8 стала главным событием августа. 3 августа вышел блог о флагмане Qwen3.8-Max с 2,4 триллиона параметров, из которых активны только 95 миллиардов (что это значит, разберём в следующем разделе). Примерно через полторы недели открылись веса этой модели под собственной лицензией, ещё через пару дней вышла компактная Qwen3.8-27B под Apache-2.0, а в конце августа появилась Qwen3.8-Flash-Next: по официальному описанию это уже «превью архитектуры Qwen4» с новыми механизмами внимания и памяти.
Qwen4 как отдельное семейство моделей на 04.10.2026 ещё не выпущено: Flash-Next это именно предварительный взгляд на архитектуру, а не релиз нового поколения.
Что такое MoE и активные параметры простыми словами
В описаниях моделей Qwen часто встречаются формулировки вида «2,4T параметров, 95B активных» или «35B-A3B». Это про архитектуру Mixture of Experts, MoE, «смесь экспертов».
Представьте большую компанию со множеством узкопрофильных специалистов. Когда приходит задача, диспетчер не отправляет её сразу всем сотрудникам: он выбирает нескольких подходящих экспертов, и именно они обрабатывают запрос. В MoE-модели устроено похоже: внутри хранится много «экспертных» блоков сети, но на каждый конкретный токен запроса включается только часть из них. Общее число параметров (всех экспертов вместе) определяет, сколько модель «знает» и сколько места она займёт на диске или в памяти. Число активных параметров определяет, сколько вычислений реально выполняется при генерации одного токена, а значит, и скорость, и требования к видеокарте в момент работы.
Например, у открытой Qwen3.8-2.4T-A95B из 2,4 триллиона параметров на каждый токен включаются примерно 95 миллиардов: 10 «рабочих» экспертов и один общий. У Qwen3.6-35B-A3B из 35 миллиардов активны лишь около 3 миллиардов, и, по отзывам пользователей, такую модель получается запускать даже на видеокарте с 12 ГБ памяти, если часть экспертов выгрузить на процессор. Противоположность MoE, плотная модель (dense), вроде Qwen3.8-27B, использует все свои параметры на каждом токене: такие модели проще квантовать и предсказуемее по памяти, но при том же числе параметров обычно медленнее на вывод, чем MoE с сопоставимым числом активных параметров.
Эта архитектурная деталь напрямую влияет на выбор: API-модель с огромным общим числом параметров может стоить дёшево в вычислении именно за счёт MoE, а «маленькая» по заголовку MoE-модель всё равно может требовать много места на диске из-за большого общего числа параметров.
Какую модель выбрать: три флагмана и официальная шкала сравнения
В API Qwen на 04.10.2026 документация прямо рекомендует отталкиваться от трёх моделей:
qwen3.7-plus баланс качества и скорости, модель по умолчанию
qwen3.8-max флагман для самых сложных задач рассуждения и кода
qwen3.8-flash максимальная экономия на массовых задачах
qwen3.7-plus это разумная точка старта почти для любой задачи: она же стоит по умолчанию в Qwen Studio. qwen3.8-max стоит брать, когда важна максимальная глубина рассуждений или сложная многошаговая работа с кодом и вы готовы платить за это заметно больше: на 04.10.2026 это 2 доллара за вход и 6 за выход против 0,4 и 1,6 доллара у qwen3.7-plus. qwen3.8-flash подходит для простых и массовых задач, таких как классификация текста, извлечение данных или черновые ответы в большом потоке запросов, где цена за токен критична: 0,15 доллара за вход и 0,47 за выход. Эти цифры стоит сверять на сайте перед расчётом бюджета: цены и лимиты меняются.
Сама команда Qwen в официальной документации приводит собственную шкалу соответствия внешним моделям. Стоит воспринимать её как заявление разработчика, а не как независимый бенчмарк, но для первой ориентировки она полезна:
Высший уровень способностей (GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro) -> qwen3.8-max
Сбалансированный уровень (GPT-5.4, Claude Sonnet 4.6, Gemini 3 Pro) -> qwen3.7-plus
Лёгкий уровень (GPT-5.4-mini, Claude Haiku 4.5, Gemini 3.1 Flash) -> qwen3.8-flash
Если задача связана с распознаванием текста на изображениях, в линейке на 04.10.2026 есть отдельная модель qwen-vl-ocr по цене 0,07 доллара за вход и 0,16 за выход, и отдельный урок курса посвящён зрению и OCR. Для очень длинных документов есть qwen-long с контекстом до 10 миллионов токенов, а для перевода на 92 языка, семейство qwen-mt. Эти специализированные модели выгоднее универсальных флагманов именно на своих узких задачах.
Важно также помнить, что часть моделей линейки, упомянутых в старых материалах, в документации 2026 года прямо названа устаревшей: qwen3-max, модели семейства qwen3-235b и подобные. Если вы видите такие названия в чужих инструкциях, проверяйте актуальность на 04.10.2026 перед использованием.
Лицензии: что открыто, а что только через API
Не вся линейка Qwen устроена одинаково, и это важно понимать до того, как вы встроите модель в коммерческий продукт.
Полностью открытыми весами под Apache-2.0 на 04.10.2026 располагают: вся линейка Qwen3.5 (от 0,8B до 397B-A17B), открытые модели Qwen3.6 (35B-A3B и 27B) и компактная Qwen3.8-27B. Это самая свободная лицензия: можно использовать коммерчески, дообучать, встраивать в свои продукты практически без оговорок.
Крупная открытая модель Qwen3.8-2.4T-A95B вышла под собственной Qwen3.8-Max License. Она тоже разрешает коммерческое использование, но с двумя условиями: если ваш продукт превышает 100 миллионов активных пользователей в месяц или 20 миллионов долларов выручки в месяц, нужно заметно указывать имя модели в интерфейсе; а если вы строите бизнес класса «модель как сервис» или «ИИ-ассистент для работы» (кодовый или офисный помощник) с выручкой группы компаний выше 50 миллионов долларов за год, требуется отдельная лицензия от Qwen. Для внутреннего использования внутри компании это ограничение не действует.
Qwen3.8-Flash-Next, превью архитектуры Qwen4, вышла под Qwen Community License 1.0: условия похожи, но порог в 50 миллионов долларов выручки для второго пункта отсутствует. Это значит, что любой коммерческий бизнес класса «модель как сервис» или «рабочий ИИ-ассистент» на основе этой модели в принципе требует отдельной лицензии, независимо от размера выручки.
Отдельно стоит визуальная модель Qwen-Image-2.1, вышедшая под Qwen Research License: она прямо помечена как «только для некоммерческих целей», и для коммерческого использования нужно писать по отдельному адресу, указанному в самой лицензии.
Наконец, значительная часть линейки вообще не имеет открытых весов и доступна только через API: это все версии Qwen3.6-3.7 уровня plus/max/flash, омни-модели, модели генерации видео Wan новых версий (2.5 и выше, включая wan3.0-video) и qwen-image-3.0; открытыми остаются только Wan2.1 и Wan2.2 под Apache-2.0. В частности, у Qwen3.7 целиком нет ни одной модели с открытыми весами: вся линейка существует только как облачный сервис.
Если вы планируете встроить открытую модель Qwen в продукт, который продаёте клиентам, стоит заранее свериться с полным текстом конкретной лицензии: условия у Apache-2.0, Max License и Community License заметно различаются именно в части коммерческих порогов.
Продукты: кому что подходит
Вокруг моделей Qwen выстроено несколько продуктов, и у каждого своя аудитория.
Qwen Studio (chat.qwen.ai, бывший Qwen Chat) это бесплатный веб-чат и приложения для телефона и компьютера. Он подходит, если вы хотите попробовать Qwen без программирования: загрузить файл, картинку, видео, сгенерировать изображение или видео, включить веб-поиск или режим глубокого исследования. По умолчанию там используется модель qwen3.7-plus, также доступны qwen3.8-max и омни-модель для текста, изображений, аудио и видео. Вход через Google, Apple или GitHub. Этому продукту посвящён второй урок курса.
QwenCloud и Alibaba Cloud Model Studio это две платформы для разработчиков, которые дают доступ к API по OpenAI-совместимому протоколу (и частично Anthropic-совместимому). Они подходят, если вы пишете код, который обращается к модели программно: чат-боты, автоматизация, обработка документов в пайплайне. У новых пользователей обычно есть бесплатная квота на 90 дней в регионе Singapore, но защиту от трат нужно включить руками: переключатель «только бесплатная квота» по умолчанию выключен, и если его не включить, можно получить обычный счёт. Подробно про ключи, квоту и первые запросы, третий урок курса.
Qwen Code это открытый консольный агент для программирования, встроенный в терминал. С 15 апреля 2026 года бесплатный вход через Qwen OAuth закрыт, и старые инструкции «Qwen Code бесплатно» больше не работают. Работать с ним можно либо через платный API-ключ с оплатой за токены, либо через отдельные тарифные планы Alibaba: Coding Plan за 50 долларов в месяц или Token Plan от 6 долларов в месяц. Qwen также можно подключить к Claude Code через Anthropic-совместимый эндпоинт. Этому варианту посвящён шестой урок.
Если же вы не хотите зависеть от облака вовсе, часть открытых моделей, например, Qwen3.8-27B в четырёхбитном квантовании, можно запустить локально: по отзывам пользователей, для этого достаточно видеокарты с 24 ГБ памяти или компьютера Apple с 32 ГБ памяти. Про локальный запуск и вопросы безопасности данных, седьмой урок курса.
Честно о слабых местах
При выборе инструмента стоит знать не только о сильных сторонах, но и об ограничениях, о которых пишут пользователи и журналисты.
Цензура на политически чувствительные темы. Издание CBS News 2 октября 2026 года со ссылкой на исследование компании Hirundo сообщило, что исходная модель Qwen в их тестах блокировала или уклонялась от ответа почти в 90 процентах запросов на такие темы, как события в Гонконге 2019 года, площадь Тяньаньмэнь 1989 года, Фалуньгун и лагеря для уйгуров: последние модель описывала официальной формулировкой об «образовательных центрах профессиональной подготовки». Это стоит учитывать, если ваши задачи связаны с чувствительными историческими или политическими темами: для них разумно заранее проверить поведение модели на конкретных формулировках, которые важны именно вам.
Избыточное размышление, иногда называемое «переразмышлением». Здесь мнения расходятся: один из авторов на Хабре в тесте на видеокарте RTX 4090 отметил, что новая Qwen3.8 проходит длинные агентные сценарии до конца и не выглядит «задумчивой» по сравнению с Qwen3.6, которая останавливалась раньше. При этом в обсуждениях на Hacker News встречается противоположное наблюдение: в сравнении с другой открытой моделью совокупный расход токенов у Qwen3.8-27B оказался вдвое выше при сопоставимом качестве результата. Судя по всему, поведение сильно зависит от настроек бюджета размышлений в конкретном запросе, поэтому для задач с оплатой за токен разумно заранее проверять расход на своих типичных промптах, а не полагаться на общие впечатления. Эта настройка разбирается в четвёртом уроке курса.
Галлюцинации. Как и любые большие языковые модели, модели Qwen могут уверенно сообщать неточные факты, особенно в узких предметных областях или при запросе точных цифр и цитат. Официальные условия использования Qwen Studio прямо предупреждают: ответы не стоит считать единственным источником истины, и их не следует использовать без проверки человеком для решений, связанных с кредитами, наймом, жильём, страхованием, правом или медициной.
Карта курса
Этот урок задаёт общую картину, дальше курс идёт по практике.
Урок 2 посвящён Qwen Studio: как бесплатно работать с файлами, картинками и видео через браузер, без единой строчки кода.
Урок 3 переходит к API: как завести ключ, включить бесплатную квоту и сделать первые запросы на Python.
Урок 4 разбирает размышления модели (бюджет на рассуждения), вызов инструментов и получение ответа в формате JSON.
Урок 5 посвящён зрению: обработке документов, OCR, разбору видео и генерации изображений и видео через API.
Урок 6 рассказывает про Qwen для программирования: Qwen Code и подключение Qwen к Claude Code.
Урок 7 закрывает курс локальным запуском моделей на своём компьютере и вопросами данных и безопасности.
Попробуйте сами
Откройте chat.qwen.ai и, если нужно, зарегистрируйтесь через Google, Apple или GitHub. Задайте одну и ту же практическую задачу из вашей работы (например, составить план письма клиенту или кратко изложить длинный документ) сразу двум моделям в интерфейсе:
qwen3.7-plus(по умолчанию) иqwen3.8-max. Критерий результата: вы зафиксировали текстом, чем ответы отличаются по глубине и длине и какая модель вам субъективно понравилась больше для этой задачи.Возьмите ту же задачу и выполните её в привычном вам инструменте (ChatGPT, Claude, Gemini или любой другой, которым вы уже пользуетесь). Сравните три ответа (два из Qwen Studio и один из привычной модели) по трём критериям: точность фактов, полезность структуры ответа, субъективное удобство чтения. Критерий результата: у вас есть краткая сравнительная запись из трёх пунктов по каждому ответу.
Откройте официальную страницу моделей QwenCloud (docs.qwencloud.com) и найдите там текущие цены на
qwen3.8-max,qwen3.7-plusиqwen3.8-flashна 04.10.2026. Критерий результата: вы выписали все шесть цифр (вход и выход для каждой модели) и определили, какая модель подойдёт для задачи с большим количеством коротких запросов, а какая, для редких, но сложных.
Итоги
- Qwen в 2026 году это быстро развивающаяся линейка команды Qwen внутри Alibaba: за год вышли поколения 3.5, 3.6, 3.7 и 3.8, а Qwen3.8-Flash-Next уже показывает превью архитектуры будущего Qwen4, который на 04.10.2026 ещё не выпущен.
- MoE-архитектура (смесь экспертов) означает, что у модели может быть огромное общее число параметров, но реально работает на каждом токене лишь небольшая активная часть, активные параметры определяют скорость, а требования к памяти задаёт общее число параметров.
- Для старта в API разумно ориентироваться на три модели:
qwen3.7-plusдля баланса,qwen3.8-maxдля самых сложных задач,qwen3.8-flashдля дешёвых массовых запросов; официальная шкала сравнения с GPT, Claude и Gemini это заявление самой компании, а не независимый тест. - Лицензии у разных моделей разные: Apache-2.0 даёт почти полную свободу, Qwen3.8-Max License и Qwen Community License разрешают коммерцию с оговорками по масштабу бизнеса, а Qwen Research License ограничивает использование только некоммерческими целями; самая крупная открытая модель линейки под Apache-2.0 не выходила.
- Qwen Studio подходит для работы без кода через браузер, QwenCloud и Model Studio, для разработки через API, а Qwen Code, для программирования в терминале; локальный запуск открытых моделей остаётся третьим путём для тех, кто хочет держать данные у себя.
- У модели есть и слабые места, о которых стоит знать заранее: заметная цензура на чувствительные политические темы по данным СМИ и независимого исследования, противоречивые отзывы об избыточном расходе токенов на размышления и обычная для всех LLM склонность к галлюцинациям в фактах.