Alibaba выпустила Qwen3.6-Max-Preview — раннюю версию проприетарной модели, которая должна прийти на смену Qwen3.6-Plus. В блоге команды перечислены три направления роста: агентное кодирование, мировые знания и следование инструкциям. Поговорить с моделью уже можно в Qwen Studio, а вызов по API под именем qwen3.6-max-preview в Alibaba Cloud Model Studio обещан «скоро».
Ключевое слово здесь — проприетарная. Веса не выкладывают, скачать и запустить локально не получится: доступ только через облако Alibaba. Для команд, привыкших к открытым Qwen, это меняет схему работы — от «развернули у себя» к «платим за вызовы и зависим от чужого релизного цикла».
Ещё одна деталь важнее для планирования. Preview в названии означает активную разработку: команда прямо пишет, что ждёт дальнейших улучшений в следующих версиях. Значит, поведение на одних и тех же промптах может поехать между обновлениями.
Что даёт Qwen3.6-Max-Preview против Qwen3.6-Plus
Сравнение идёт с предыдущей проприетарной моделью линейки, а не с открытыми версиями. Все приросты ниже — самозамер вендора по его методике; независимых прогонов на момент публикации нет. Ориентироваться на них стоит как на направление изменений, а не как на гарантию результата на конкретной задаче.
| Набор тестов | Что проверяет | Прирост к Qwen3.6-Plus |
|---|---|---|
| SkillsBench | Применение готовых навыков в агентных сценариях | +9,9 |
| SciCode | Код для научных расчётов | +6,3 |
| QwenChineseBench | Знания с акцентом на китайский контекст | +5,3 |
| NL2Repo | Сборка репозитория по описанию на обычном языке | +5,0 |
| Terminal-Bench 2.0 | Работа в терминале, цепочки команд | +3,8 |
| ToolcallFormatIFBench | Формат вызова инструментов по инструкции | +2,8 |
| SuperGPQA | Экспертные знания по естественным наукам | +2,3 |
Самый заметный сдвиг — там, где модель должна сама вызывать инструменты, дописывать код и доводить сборку до рабочего состояния. Наборы SWE-bench Pro и Terminal-Bench 2.0 как раз про это. По общим знаниям прирост скромнее, и на бытовых вопросах разница с Plus вполне может оказаться незаметной.
Отдельно заявлен лучший результат сразу на шести кодовых бенчмарках. Кроме публичных, в списке есть внутренние наборы Alibaba — QwenClawBench и QwenWebBench, которые внешняя команда не воспроизведёт. Воспринимать такие цифры как доказательство превосходства над конкурентами не стоит: задачи вендорские, методика его же.
Приставка Preview: где заканчивается новость и начинается риск
Статус превью означает, что модель ещё правят. Для пет-проекта это ерунда. Для продукта — источник нестабильности: один и тот же агентный сценарий в понедельник проходит, а после тихого обновления API начинает спотыкаться на вызове инструмента, и причину приходится искать в собственных промптах.
Типичная ошибка — перевести рабочий пайплайн на новинку целиком, опираясь на таблицу бенчмарков. Просадка на своих данных вылезает через неделю-две, а откатываться некуда: старые промпты под Qwen3.6-Plus никто не перепроверял.
Практичный вариант: зафиксировать имя модели в конфиге, держать рядом Plus как запасной маршрут и прогонять свой набор задач перед каждым обновлением. Поведение режима рассуждений тоже лучше закрепить явно — параметры enable_thinking и preserve_thinking влияют на то, вернёт ли модель цепочку размышлений и сохранит ли её между ходами диалога.
Как добраться до модели: чат, API и совместимые протоколы
Веб-интерфейс Qwen Studio даёт самый быстрый способ проверки: там видно, как модель держит длинный контекст и насколько аккуратно следует формату ответа. API живёт в Alibaba Cloud Model Studio и на момент публикации помечен как «скоро» — интеграцию писать можно, но рассчитывать, что ключ заработает сегодня, не стоит.
Model Studio принимает запросы по двум спецификациям. Первая — chat completions и responses, совместимые с OpenAI. Вторая — интерфейс под Anthropic. Для команды с готовым пайплайном на OpenAI SDK миграция сводится к смене базового адреса и имени модели в вызове.
Регионы выбираются: Пекин, Сингапур и Вирджиния. Из России по сети ближе всего Сингапур, но задержка всё равно выше, чем у московских облаков. Для интерактивных сценариев с жёстким таймаутом это стоит замерить до того, как команда начнёт строить на модели клиентский сценарий.
Оплата и аккаунт — отдельный барьер. Как правило, для Alibaba Cloud нужна зарубежная карта и верификация, поэтому бюджет на эксперимент согласуют заранее. Иначе выясняется, что ключевые вопросы к Qwen3.6-Max-Preview технически решены, а доступа к консоли нет.
Когда превью-модель Alibaba не подойдёт
Закрытые веса остаются главным ограничением. Если по требованиям данные не должны покидать контур, облачный вызов не годится: локальной сборки не будет, а открытые модели линейки Qwen живут отдельным треком и снимают этот вопрос только частично.
Стоп-фактор для регулируемых отраслей — сам статус превью. Гарантий по стабильности версии нет, и для банковского или медицинского сценария это перевешивает любые плюсы в бенчмарках. Похожая история с проектами, где ответ модели уходит клиенту напрямую: менять поведение без предупреждения там дорого.
Ещё один случай — простые задачи, где Qwen3.6-Plus или открытая модель дают тот же результат дешевле. Прирост в агентном кодировании заметен на длинных цепочках с инструментами; на переписывании письма или суммаризации созвона разницы не будет.
С чего начать, если модель нужна уже сейчас
Разумный порядок такой: открыть Qwen Studio и прогнать десяток своих настоящих задач — тех, что команда делает каждый день, включая одну заведомо неудобную с вызовом инструментов. Ответы сравнить с Qwen3.6-Plus на тех же формулировках, а не на демо-примерах из блога.
Если выигрыш есть, имя модели и параметры рассуждений фиксируют в конфиге, готовят запасной маршрут и закладывают время на перепроверку после обновлений. До открытия API в Model Studio единственный способ проверить Qwen3.6-Max-Preview на своих данных — вручную в Qwen Studio; с этого и стоит начать, а интеграцию планировать на момент, когда вызов qwen3.6-max-preview появится в консоли.
