
Qwen 3.8 Max доступен в Vercel AI Gateway
Модель Qwen 3.8 Max от Alibaba теперь доступна через Vercel AI Gateway: 2,4 трлн параметров, контекст до 1 млн токенов, поддержка текста и изображений, ориентирована на разработку и офисную продуктивность.
Что произошло?
Vercel объявила о добавлении Qwen 3.8 Max в свой AI Gateway. Это последняя крупная модель от Alibaba, объединяющая возможности text‑only и vision‑language в одном решении.
Ключевые характеристики
- 2,4 триллиона параметров – одна из самых ёмких открытых моделей на рынке.
- Контекстный окно до 1 млн токенов, что позволяет работать с длинными документами, кодом и большими наборами данных без потери контекста.
- Поддержка мульти‑модальности: модель умеет обрабатывать как чистый текст, так и изображения, что открывает сценарии вроде превращения скриншотов или дизайн‑файлов в готовый код, автогенерацию подписей к видео и ответы, основанные на визуальном контенте.
- Оптимизирована под задачи разработки и офисной продуктивности – от автоматизации рефакторинга кода до создания визуальных отчётов.
Как начать использовать?
Для подключения достаточно указать в запросе модель alibaba/qwen3.8-max в Vercel AI Gateway. Платформа уже предоставляет интерактивный Model Play‑интерфейс, где можно протестировать возможности модели в реальном времени.
Ссылки
- Официальный анонс Vercel: https://vercel.com/changelog/qwen-3-8-max-now-available-on-vercel-ai-gateway
- Документация по AI Gateway: https://vercel.com/docs/ai-gateway
- Страница модели на Hugging Face (если доступна): https://huggingface.co/alibaba/qwen3.8-max
Эта интеграция упрощает доступ к одной из самых мощных мульти‑модальных моделей без необходимости разворачивать собственные инференс‑кластеры.
Для разработчиков это значит, что теперь можно построить единый сервис, который одновременно генерирует код, анализирует большие тексты и «понимает» изображения. Студенты курсов AI получат практический доступ к модели, способной решать комплексные задачи без переключения между разными API. Главное – внимательно следить за стоимостью запросов, так как объёмный контекст и мульти‑модальность могут быстро увеличить расходы.