Alibaba не стала тянуть и выложила Qwen3.8 с гибридной MoE архитектурой. При 2.4 триллионах параметров активируется только 95 миллиардов на каждый токен — это даёт производительность dense-модели при значительно меньшей стоимости. NVIDIA тут же развернула её на GB300 NVL72 — стойка из 72 GPU, объединённых NVLink на 130 TB/s. Результат: 4K токенов в секунду на GPU, для пользователя — около 350 токенов в секунду. Контекст до миллиона токенов, вывод до 128K. Запустили в день публикации весов. Что это значит: frontier-модель с открытыми весами впервые стала реальностью для запуска с приемлемой ценой.