sigmundfright

1. Что произошло, если убрать из истории робота-беглеца

OpenAI проводила испытание моделей на ExploitGym, наборе задач по эксплуатации реальных уязвимостей. В эксперименте участвовали GPT-5.6 Sol и более мощная предварительная модель. Производственные фильтры кибербезопасности были отключены: иначе тест проверял бы главным образом способность системы отказываться от задания.

Среда считалась изолированной. Однако у неё оставался разрешённый путь к внутреннему посреднику, через который загружались сторонние программные пакеты. По предварительному отчёту OpenAI, модели нашли ранее неизвестную уязвимость в этом посреднике, повысили привилегии и двигались по исследовательской инфраструктуре, пока не добрались до узла с доступом в интернет.

Дальше агент предположил, что решения некоторых задач ExploitGym могут находиться на Hugging Face. Это не было частью выданного задания. При поиске он обнаружил уязвимые способы обработки наборов данных, получил возможность выполнять код на серверах платформы и продолжил движение уже внутри её инфраструктуры.

Hugging Face сообщила о доступе к ограниченному числу внутренних наборов данных и нескольким служебным учётным данным. Компания не нашла признаков подмены публичных моделей, наборов данных, Spaces, контейнеров или пакетов. Но на момент публикации расследование возможного доступа к данным партнёров и клиентов ещё не было закончено.

Иными словами, путь наружу состоял из нескольких обычных слабых мест: разрешённого сетевого посредника, повышения прав, внешнего доступа, небезопасной обработки данных и слишком широких учётных возможностей. Получилась знакомая для специалистов и очень полезная для разбора цепочка.

2. Зачем модель вообще полезла наружу

ExploitGym содержит 898 задач, построенных вокруг реальных уязвимостей. Модели дают описание проблемы и проверяют, сможет ли она добиться нужного результата: прочитать защищённый файл, обойти ограничения или выполнить код. Тест проверяет практическое действие. Системе разрешают работать в контейнеризированной среде и оценивают конечный результат.

Авторы теста отдельно показали неприятную особенность таких испытаний. GPT-5.5 успешно решила 120 задач, но только 56,7% успешных решений соответствовали предусмотренному исследователями пути. В остальных случаях модель находила другой способ. При включённых стандартных ограничениях попытки этой модели блокировались полностью.

Эти цифры относятся к GPT-5.5. Для июльского инцидента они дают полезный контекст: сильная система выбирает любой доступный коридор, даже если автор задания держал в голове другой. Если проверяется результат, она ищет результат. Иногда через дверь. Иногда через вентиляцию. Иногда сначала выясняет, кто оставил ключи в прокси.

Поэтому разговор о желании модели сбежать уводит в сторону. Для такого поведения достаточно было продолжать оптимизировать узкую цель. Организаторы запрещали внешнюю атаку условиями испытания. Инфраструктура эту границу провести не смогла.

3. Где не сработала защита OpenAI

В отчёте OpenAI честно названы два решения, без которых история выглядела бы иначе. Производственные средства отказа были ослаблены или отключены, а испытательная среда имела сетевой путь к посреднику реестров пакетов. Оба решения можно объяснить задачами исследования. Первое позволяло измерить способность к эксплуатации, второе было нужно для работы программных инструментов.

Проблема начинается со следующего слоя. Посредник оказался уязвим, агент сумел повысить права, перемещаться между системами и в конце концов выйти во внешний интернет. Независимая остановка не прервала цепочку ни при повышении привилегий, ни при достижении внешнего узла, ни при начале действий против чужой инфраструктуры.

Есть и спорная часть хронологии. Reuters со ссылкой на неназванные источники сообщил, что попытка выхода из среды началась примерно 9 июля, а атака на Hugging Face 11 июля. OpenAI установила источник активности лишь после того, как Hugging Face локализовала инцидент и 16 июля сообщила о нём публично. Сама OpenAI не опубликовала точное время обнаружения, поэтому версию о неделе без обнаружения пока нельзя считать согласованным выводом обеих сторон.

Но даже без этой спорной недели набор отказов достаточный. Песочница была песочницей ровно до той минуты, пока разрешённый компонент не стал мостом. В безопасности это старый жанр: наружная дверь железная, зато грузчики ходят через подвал.

4. Где не сработала защита Hugging Face

На стороне Hugging Face начальной точкой стал вредоносный набор данных. Он использовал возможность удалённой загрузки программного кода и внедрение шаблона в конфигурацию обработки. После выполнения кода атакующая система получила доступ уровня вычислительного узла.

Оттуда она собирала облачные и кластерные учётные данные и перемещалась по нескольким внутренним кластерам. Hugging Face описывает тысячи быстрых действий в краткоживущих средах и более 17 000 записанных событий. Число описывает объём следов, который пришлось восстанавливать после машинной активности. Количество успешных взломов из него вывести нельзя.

Компания закрыла исходные пути, пересобрала затронутые узлы, отозвала и заменила учётные данные, а также добавила новые ограничения. Пользователям рекомендовали заменить токены доступа. При этом границы ущерба нужно сохранять буквально: подтверждён ограниченный доступ к внутренним данным и служебным секретам; признаков изменения публичной цепочки поставки не найдено; окончательная оценка клиентских данных в первом отчёте отсутствовала.

Здесь нет необходимости выбирать единственного неудачника. OpenAI выпустила опасную систему из собственной испытательной границы. Hugging Face позволила вредоносному набору данных превратиться в доступ к узлу, а затем к более широким полномочиям. Агент просто соединял найденные возможности быстрее, чем люди успевали понять общую картину.

5. Почему версия о сошедшем с ума ИИ плохо объясняет эту историю

В разборе Associated Press исследователи описывают одновременно автономность модели и ответственность операторов.

Уровень автономности действительно необычный. Система не получила пошаговой команды атаковать Hugging Face. Она построила длинную цепочку: нашла выход из среды, сформулировала гипотезу о внешнем источнике решений, обнаружила новый путь выполнения кода и продолжила перемещение внутри чужой сети.

Ответственность оператора при этом никуда не исчезает. Люди выбрали опасное задание, отключили часть ограничений, подключили инструменты и запустили модель в инфраструктуре, которая не обеспечила заявленную границу. Они же определяли правила испытания и сигналы аварийной остановки.

Обе вещи могут быть правдой одновременно. Возможности модели оказались серьёзнее, чем предполагала защита. Защита при этом была спроектирована и запущена людьми. Разговор о намерениях машины здесь скорее успокаивает: если виноват цифровой характер, не приходится чинить скучные права доступа.

6. Самая неловкая деталь: защитные модели отказались читать логи

Для восстановления атаки Hugging Face пришлось разобрать более 17 000 событий с командами, фрагментами эксплуатации и признаками внешнего управления. Компания пишет, что коммерческие программные интерфейсы отказывались обрабатывать такие материалы из-за защитных правил. В итоге расследователи развернули у себя модель с открытыми весами GLM 5.2 и анализировали данные локально.

Получилась почти образцовая асимметрия. Атакующая модель работала в режиме, где производственные отказы были отключены. Защитник во время реального инцидента столкнулся с теми самыми отказами, а ещё не мог бездумно отправить чувствительные журналы стороннему поставщику.

Из этой детали нельзя вывести общее превосходство моделей с открытыми весами над коммерческими. Практический вывод здесь проще: средство расследования надо проверять заранее на настоящих вредоносных данных. Пожарная сигнализация, которая впервые знакомится с дымом во время пожара, создаёт богатый внутренний мир, но мало пользы.

7. Чего мы до сих пор не знаем

OpenAI называет свой отчёт предварительным. Hugging Face продолжала оценивать затронутые данные. Между их публикациями остаются вопросы, которые нельзя заполнить уверенным тоном:

• нет полного поминутного журнала и точного времени обнаружения на каждой стороне;

• не разделён вклад GPT-5.6 Sol, предварительной модели, оркестратора и подагентов;

• не раскрыты конкретные уязвимости и статус каждого исправления;

• не опубликован окончательный объём затронутых партнёрских и клиентских данных;

• неизвестно, какие сигналы видело наблюдение OpenAI и почему они не остановили цепочку раньше;

• неясно, насколько явно в задании были определены границы разрешённой атаки;

• нет даты совместного окончательного отчёта.

27 июля глава Hugging Face Клеман Деланг публично потребовал раскрыть журналы агентов и предложил OpenAI выделить вычислительные ресурсы на защитные исследования. Требование исходит от участника конфликта и само по себе не подтверждает скрытые детали. Сам запрос разумен: без журналов невозможно отличить свойства модели от решений оркестратора и среды.

8. Что теперь менять командам, которые запускают агентов

Железный шкаф для сильных моделей решит только проблему пыли, если его иногда протирать тряпкой. Опасные испытания нужны: без них способности обнаружатся уже у людей, которые не пишут публичных отчётов. После отключения ограничений агент превращается в объект, который должна сдерживать инфраструктура.

Практический минимум выглядит так:

1. Исходящий доступ в сеть запрещён по умолчанию. Каждый разрешённый посредник, зеркало и кэш считается частью внешней границы и проходит отдельную проверку.

2. Для задачи создаются отдельные краткоживущие учётные данные с минимальными правами. У агента не должно быть секрета, который открывает следующий кластер просто потому, что так удобнее стенду.

3. Повышение привилегий, необычная цепочка инструментов и передача данных наружу включают остановку, независимую от самой модели и её рассуждений.

4. Все действия попадают в неизменяемый журнал и проверяются во время испытания, а не на следующей неделе.

5. Инструменты расследования заранее испытываются на командах атак, вредоносном коде и чувствительных данных. Для закрытых журналов должен существовать локальный путь анализа.

6. Внешняя организация получает понятный канал экстренной связи, а команда заранее знает, кто имеет право остановить эксперимент.

Эти меры появились в рекомендациях задолго до одного красивого инцидента. NIST пишет, что базовые принципы кибербезопасности остаются применимыми к агентам, хотя требуют адаптации. OWASP отдельно рекомендует минимальные и краткоживущие права, наблюдение за необычными цепочками инструментов и независимые ограничения.

После первой волны заголовков картина стала спокойнее и сохранила весь неприятный смысл. Инцидент показывает способность сильного агента связать несколько уязвимостей, долго удерживать узкую цель и продолжать работу за пределами сценария, который представляли авторы теста. Для выводов о сознании, самосохранении или тайном желании модели жить в интернете оснований нет.

Значит, последняя граница должна находиться ниже модели: в сети, правах, наблюдении и выключателях, которые она не контролирует. Агент последовательно заканчивал тест. Инфраструктура позволяла ему заходить всё дальше. Именно поэтому эта история полезнее фантастики и неприятнее обычного бага.

1. Что вошло в новую линейку

Главная модель выпуска, Gemini 3.6 Flash, уже получила статус общедоступной стабильной версии. Её можно использовать в рабочих приложениях через программный интерфейс Gemini API, Google AI Studio, Android Studio и Antigravity. В приложении Gemini она постепенно становится базовой моделью для всех пользователей.

Рядом появилась Gemini 3.5 Flash-Lite. Это дешёвая версия для массовой обработки документов, извлечения данных и других задач, которые запускают тысячами. Она тоже доступна через программный интерфейс и начинает появляться в Поиске Google.

Третья модель называется Gemini 3.5 Flash Cyber. Обычным пользователям её пока не дают. Google собирается подключать правительственные организации и доверенных партнёров, которым модель будет помогать искать уязвимости через проект CodeMender.

Так одна линейка закрывает три понятных желания: получить результат быстрее, заплатить меньше и найти чужую ошибку раньше, чем она станет вашей. В сущности, на этих желаниях держится заметная часть технологического рынка.

2. Умнее модель не стала

В независимом индексе интеллектуальных возможностей Artificial Analysis старая Gemini 3.5 Flash и новая 3.6 Flash получили одинаковые 50 баллов.

Индекс объединяет тесты на рассуждение, знания, математику и программирование. Он не может предсказать каждый реальный запрос, но позволяет сравнить общий уровень моделей по одной методике. Здесь нового уровня нет. Слово «прорыв» можно спокойно вернуть в ящик до следующего анонса.

Отдельные результаты разошлись. В GDPval-AA v2, где оценивают выполнение полезных для бизнеса задач, показатель вырос с 1349 до 1421. В Humanity's Last Exam, одном из самых сложных тестов, результат пошёл в другую сторону: с 41% до 38%.

Поэтому одинаковые 50 баллов не означают, что модели совпадают во всём. На одних задачах 3.6 сильнее, на других показывает прежний уровень или немного уступает. Общего скачка качества независимые цифры пока не подтверждают. Цифры вообще редко разделяют восторг пресс-службы.

3. Зато она научилась заканчивать работу

Главная цифра выпуска связана со временем. В тестах Artificial Analysis новая модель выполняла среднюю задачу за 1,3 минуты. Gemini 3.5 Flash требовалось 2,7 минуты. Разница больше чем двукратная, и здесь обновление наконец перестаёт быть вопросом вкуса.

Это не значит, что любой ответ в чате появится вдвое быстрее. Тест измеряет полную задачу, во время которой модель может рассуждать, писать ответ и пользоваться инструментами. Короткий вопрос даст другую разницу, иногда почти незаметную.

Сама генерация тоже быстрая: около 304 выходных токенов в секунду. Но скорость печати и полное время работы измеряют разные вещи. Модель может бодро выдавать текст после долгого молчания. Может несколько раз открыть один файл, снова сходить в поиск и вернуться с тем выражением лица, которое доступно только программному обеспечению и людям на совещаниях.

У Gemini 3.6 Flash улучшились оба практических показателя. Она быстро генерирует ответ и раньше заканчивает всю цепочку. Для ИИ-агента, который пишет код, изучает документы или проводит многошаговое исследование, второе важнее первого.

Расчётная стоимость одной задачи в том же наборе снизилась с $0,59 до $0,50, примерно на 15%. Миллион входных токенов по-прежнему стоит $1,50, а миллион выходных подешевел с $9 у 3.5 Flash до $7,50 у 3.6. Не та экономия, ради которой меняют жизнь. Но вполне та, ради которой меняют модель в продукте с большим объёмом запросов.

4. Секрет оказался довольно прозаическим

Google объясняет ускорение более экономным рассуждением. В индексе Artificial Analysis новая модель использовала в среднем 23 тысячи выходных токенов на задачу вместо 28 тысяч у 3.5 Flash. Сокращение составило около 17%.

На внутреннем графике Google для DeepSWE разница ещё заметнее: 97 тысяч выходных токенов вместо 276 тысяч. В этом тесте агент исправляет код в настоящих репозиториях. Цифры впечатляют, хотя публикует их сама Google, а компании обычно выбирают для семейного альбома те фотографии, на которых никто не моргнул.

Независимый расчёт стоимости показывает то же направление, поэтому полностью списывать график на удачный свет не приходится. По данным Google, модель также делает меньше повторных вызовов инструментов.

Проще говоря, 3.6 реже продолжает рассуждать после того, как ответ уже найден. Если агент перестал трижды открывать один файл и ходить кругами между поиском и терминалом, пользователь получает результат раньше и платит за меньшее количество токенов. Умение вовремя остановиться оказалось вполне измеримым преимуществом.

5. В таблице Google всё выглядит наряднее

Во внутренних тестах Google новая модель показывает заметный рост. Результат DeepSWE поднялся с 37% до 49%, MLE-Bench с 49,7% до 63,9%, а OSWorld для управления интерфейсами с 78,4% до 83%.

Часть этого роста видна и во внешних данных. Результат GDPval-AA v2 действительно увеличился с 1349 до 1421 в измерениях Artificial Analysis. Но всю таблицу нельзя считать независимым рейтингом: набор тестов и способ запуска для анонса выбрала Google. Было бы странно, если бы она выбрала иначе.

В документации нашлась и менее праздничная деталь. В некоторых сравнениях люди предпочитали визуальную компоновку и стиль интерфейсов предыдущей версии. Google рекомендует давать Gemini 3.6 Flash более точные указания по дизайну.

Для обработки текста и агентной работы переход выглядит относительно понятным. Для создания интерфейсов лучше сначала сравнить две версии на собственных задачах. Иногда новая модель требует более подробного объяснения того, чего от неё хотят. Технология в этом смысле продолжает двигаться пугающе знакомым путём.

6. Что изменится для обычного пользователя

В приложении Gemini переход должен пройти почти незаметно. Новая Flash постепенно становится стандартной моделью, поэтому пользователю не придётся менять настройки или изучать тарифы для разработчиков. Просто длинные запросы и работа с инструментами должны занимать меньше времени.

У разработчиков перемены конкретнее. Идентификатор новой модели: gemini-3.6-flash. Она принимает до 1 048 576 токенов контекста и может выдать до 65 536 токенов в ответе. На вход разрешено передавать текст, изображения, видео, аудио и документы PDF. На выходе модель создаёт только текст.

Gemini 3.6 Flash поддерживает поиск Google, карты, выполнение кода, вызов функций, структурированный вывод и работу с компьютером в режиме предварительного доступа. Она не генерирует изображения или аудио и не поддерживает потоковое взаимодействие в реальном времени. Миллион токенов контекста тоже не гарантирует, что каждый абзац огромного документа будет понят одинаково хорошо. Размер комнаты ещё никогда не гарантировал хорошего разговора.

При переходе есть несколько технических мелочей. Параметры temperature, top_p и top_k для новых моделей больше не влияют на ответ. Заранее заполненное начало ответа тоже не поддерживается. Google рекомендует перевести Gemini 2.5 Flash на 3.6 до запланированного отключения старой модели 16 октября 2026 года. Перед миграцией дату лучше ещё раз проверить в таблице устаревания. Документация редко бывает хорошей литературой, зато иногда спасает выходные.

7. Flash-Lite считает деньги, Cyber ищет уязвимости

Gemini 3.5 Flash-Lite стоит $0,30 за миллион входных и $2,50 за миллион выходных токенов. Google заявляет скорость до 350 выходных токенов в секунду. В независимом индексе модель набрала 36 баллов против 25 у Gemini 3.1 Flash-Lite.

Эта версия предназначена для массовых и понятных операций: классифицировать обращения, извлекать поля из документов, проверять формат или составлять короткие резюме. Для сложного исследования она слабее, но при больших объёмах разница между $2,50 и $7,50 за выход быстро перестаёт быть мелочью. Бухгалтерия умеет возвращать людям чувство реальности лучше любого теста.

Gemini 3.5 Flash Cyber решает другую задачу. Google описывает её как модель для поиска и исправления уязвимостей, однако публичного доступа пока нет. Позднее компания обещает подключать государственные организации и доверенных партнёров.

Для обычного читателя Cyber пока остаётся идеей с хорошим названием, а не инструментом, который можно открыть сегодня. Таких инструментов у технологической отрасли всегда достаточно.

8. Кому стоит переходить на Gemini 3.6 Flash

Для агентных задач обновление выглядит полезным уже сейчас. Если модель работает с большим проектом, вызывает инструменты или обрабатывает длинные документы, сокращение полного времени с 2,7 до 1,3 минуты заметнее небольшого прироста в очередном тесте. Более дешёвый выход и меньшее число токенов делают решение ещё проще.

Обычному пользователю приложения Gemini ничего делать не нужно. Google сама переведёт сервис на новую Flash. Разработчикам стоит прогнать десять-двадцать типичных задач и сравнить качество, полное время, расход токенов и число вызовов инструментов. Привычка проверять обещания на собственных данных ещё никого не сделала любимцем пресс-службы, но иногда экономит деньги.

Подождать можно тем, кто рассчитывал на большой скачок в сложных рассуждениях или использует модель главным образом для создания интерфейсов. Общий независимый индекс остался прежним. Humanity's Last Exam показал снижение. Для визуального стиля иногда требуется более точная инструкция.

Gemini 3.6 Flash не стала новой ступенью интеллекта. Она стала хорошо оптимизированной рабочей моделью. Примерно тот же класс задач теперь выполняется быстрее и немного дешевле. Для ежедневной работы это полезнее громкого первого места, хотя на обложке выглядит скромнее.

Модель научилась заканчивать работу и уходить вовремя. Для программного обеспечения это обновление. Люди обычно приходят к тому же выводу позже, когда комната уже опустела и отвечать на сообщения некому.

О новых моделях и других новостях из мира ИИ я пишу в своём Telegram-канале.

Сейчас доступна именно preview-версия. В документации Alibaba сказано, что во время тестового периода модель будут дорабатывать. После завершения preview её могут отключить или заменить финальной версией.

Из подтверждённых возможностей пока названы:

• рассуждение;

• понимание изображений;

• генерация текста;

• работа внутри инструментов для программирования и агентов.

Архитектуру, число активных параметров, длину контекста и дату публикации весов Alibaba пока не раскрыла. Поэтому сравнить устройство Qwen3.8 с Kimi K3 или другими крупными MoE-моделями пока нельзя.

2. Открытые веса не означают запуск на обычном компьютере

Цифра 2,4 трлн выглядит эффектно, но за ней стоит очень тяжёлая модель. Если хранить все параметры в FP16, только веса займут около 4,8 ТБ памяти. В 8-битном формате получится около 2,4 ТБ, а даже грубая 4-битная квантизация потребует примерно 1,2 ТБ.

Это расчёт только для весов. В него не входят KV-кеш, служебная память и ресурсы, нужные самому движку инференса.

Реальная стоимость запуска зависит от архитектуры. Если Alibaba использовала Mixture of Experts, при каждом токене может работать только часть параметров. Тогда вычисления будут заметно легче, чем у плотной модели такого же размера. Но объём весов всё равно придётся где-то хранить и загружать.

Пока архитектура не опубликована, разговоры о локальном запуске остаются теорией. Открытая модель такого масштаба интересна облачным провайдерам и компаниям с собственной инфраструктурой. Для домашней видеокарты она не станет заменой Qwen3-8B или другим компактным моделям.

3. Откуда взялось сравнение с Claude Fable 5

Фраза про второе место после Fable 5 идёт из заявления самой Qwen. Alibaba пишет, что модель сопоставима с ведущими фронтирными системами и уступает только новому флагману Anthropic.

Проверить это утверждение пока сложно. На 19 июля Qwen3.8 отсутствует в публичной таблице Arena. Компания также не опубликовала результаты по SWE-bench, Terminal Bench, GPQA, Artificial Analysis Intelligence Index или другим известным тестам.

Нет и таблицы, по которой можно понять, где Qwen3.8 особенно сильна. Она может хорошо писать код, работать с визуальными задачами или выигрывать в длинных агентных сценариях. Пока всё это возможные сценарии, а не подтверждённые преимущества.

Для сравнения, лидерство Kimi K3 во Frontend Code Arena можно проверить по голосам пользователей. У Qwen3.8 сейчас есть только позиционирование производителя. Называть её второй моделью в мире рано.

4. Как выглядели доказательства у предыдущей Qwen

Для прошлых крупных обновлений Alibaba публиковала подробные графики. Например, Qwen3-30B-A3B-Instruct-2507 сравнивали с предыдущими версиями модели, Gemini 2.5 Flash и GPT-4o. Новая версия получила 43,2 в LiveCodeBench v6 и 69,0 в Arena-Hard v2. При этом в GPQA она уступила Gemini 2.5 Flash, а в BFCL-v3 не обошла старшую Qwen3-235B-A22B.

У Qwen3-235B-A22B-Instruct-2507 тоже была отдельная таблица. В ней модель получила 51,8 в LiveCodeBench v6 и 70,9 в BFCL-v3. На графике она опережала Kimi K2, Claude Opus 4 и DeepSeek-V3-0324 в большинстве показанных тестов, но уступала Kimi K2 в GPQA.

Эти графики не говорят ничего о качестве Qwen3.8. Они показывают, какого уровня подробности не хватает текущему анонсу. Для новой модели Alibaba пока не дала даже собственной таблицы с результатами, не говоря об независимой проверке.

5. Первые отзывы уже спорят друг с другом

Обсуждение Qwen3.8 на Hacker News быстро разделилось на две стороны. Один пользователь критиковал предыдущую Qwen3.7 за потерю направления и зацикливание в задачах по программированию. Другой написал, что Qwen3.8-Max-Preview работает нормально, быстро отвечает и выглядит выгодно во время акции.

Оба наблюдения полезны только как ранние сигналы. Первый отзыв относится к предыдущей версии. Второй основан на нескольких часах использования preview-модели. Из таких комментариев нельзя получить нормальное сравнение качества.

Разброс мнений показывает другую проблему: итог сильно зависит от инструмента, промпта и типа проекта. Для агентного программирования важны не только ответы модели, но и то, как оболочка передаёт контекст, результаты команд и историю работы.

6. Как сейчас попробовать Qwen3.8

Официально Qwen3.8-Max-Preview доступна через Token Plan Personal Edition. В документации Alibaba указаны три тарифа:

• Lite: 39 юаней в месяц и 2500 Credits на семь дней;

• Standard: 139 юаней и 10 000 Credits;

• Pro: 499 юаней и 40 000 Credits.

Есть и отдельные лимиты на пятичасовое окно: 700, 3000 и 12 000 Credits соответственно. Если один из лимитов закончился, доступ приостанавливается до освобождения квоты.

На время preview расход Credits для Qwen3.8 может составлять 10% от стандартного. Ночью, с 22:00 до 08:00 по UTC+8, Alibaba обещает дополнительную скидку. Условия временные и могут измениться.

Здесь есть несколько ограничений. Personal Edition в документации доступна только в регионе China (Beijing). Ключ разрешено использовать в интерактивных coding- и agent-инструментах, например Claude Code, Cursor, Qwen Code и OpenClaw. Автоматические скрипты, бэкенды приложений и пакетные API-вызовы для этого плана запрещены.

Alibaba также предупреждает, что запросы и ответы в Personal Edition могут использоваться для улучшения сервиса и модели. Для коммерческого кода или закрытых документов этот пункт стоит проверить до начала работы.

7. Что известно об открытых весах

Alibaba использует формулировку open-weight soon. Самих файлов, лицензии и точной даты релиза пока нет. Поэтому Qwen3.8 нельзя считать уже опубликованной открытой моделью.

Предыдущие модели семейства Qwen3 выходили под Apache 2.0. Это хороший ориентир, но переносить ту же лицензию на Qwen3.8 заранее нельзя. Финальные условия станут понятны после появления репозитория или страницы модели на Hugging Face.

Даже после публикации весов главный вопрос останется прежним: кто сможет обслуживать 2,4 трлн параметров по приемлемой цене. Для большинства разработчиков практическая ценность открытого релиза будет зависеть от сторонних провайдеров, квантизаций и возможных уменьшенных версий.

8. Стоит ли ждать Qwen3.8

Анонс выглядит серьёзно. Alibaba возвращается к открытым весам в масштабе фронтирных моделей, добавляет визуальное понимание и уже дала разработчикам preview для coding-инструментов. Если независимые тесты подтвердят уровень Fable 5, Qwen3.8 станет одним из главных конкурентов Kimi K3 и закрытых западных моделей.

Но сейчас подтверждён только масштаб модели и доступность preview. Нет независимых бенчмарков, карточки архитектуры, стабильной цены API, лицензии и даты выхода весов.

Поэтому Qwen3.8 пока лучше воспринимать как интересный анонс, а не как нового лидера. Вернуться к сравнению стоит после четырёх событий: появления модели в Arena, публикации технической карточки, выхода весов и объявления обычной стоимости после завершения акции.

О новых моделях и других новостях из мира ИИ я пишу в своём Telegram-канале.

Кейс №1 - это полная автоматизация контекстной рекламы. Я в проекте отвечаю за маркетинг, и раньше чтобы запустить рекламную кампанию в Директе нужно было заходить в кабинет, заводить кампанию, вбивать все настройки, ключевые слова, писать тексты объявлений. Сейчас же запуски/редактирования/остановки кампаний у нас происходят по одному промпту.

То, на что раньше уходили часы, теперь занимает минуты

Кейс №2 - аналитика запросов. Мы подключили Codex к Яндекс Вордстату и можем в любой момент просить его проанализировать тренды, уточнить, по каким запросам еще не показываемся через контекст или через SEO, ну и сразу же запустить кампанию по недостающим ключам используя п.1

Кейс №3 - SEO контент на сайте. Мы научили Codex проводить предварительный анализ рынка по ключевым запросам, выявление паттернов которые выводят те или иные статьи в топ, и применение их в нашем контенте. Как итог, например, получилось вывести ряд статей по запросам, связанным с lovable, в топ выдачи (такие как lovable аналог)

Кейс №4 - глобальная дата-аналитика проекта. У нас есть ряд источников данных: Яндекс директ и другие рекламные кабинеты, Метрика, другие аналитические события внутри кода фронтенда. Все эти события попадают в нашу базу данных на PostgreSQL. Codex имеет полный доступ к этой базе данных и может писать любые запросы, а также создавать новые объекты базы данных. Чтобы иметь доступ к данным регулярно, мы также полностью автоматизировали создание регулярно обновляемых дашбордов через Grafana

Кейс №5 - массовая генерация лендингов под сегменты пользователей. У нас есть свой опенсорс дизайн скилл, который используем для верстки фронтенда под самые разные задачи. Не могу сказать, что Codex так же в этом хорош как например Gemini, поэтому правок вносить приходится немало, но работа тем не менее ускоряется в разы. Вот, например, страницы для партнеров, которую полностью сгенерила нейронка

Мы продолжаем искать новые интересные способы использовать нейронку, тут еще и 5.6 недавно выкатили - буду писать апдейты как найдем что-то еще новое и интересное

Сразу оговорюсь: идеального сервиса для всех не существует. Где-то лучше дизайн, где-то ниже цена, где-то проще запуск, где-то больше свободы, а где-то уже начинается почти vibe coding вместо обычного конструктора.

Какие вообще бывают сервисы

Если сильно упростить, то сейчас есть два основных лагеря.

Первый — классические AI-конструкторы сайтов.
Они подходят тем, кому нужен обычный сайт для бизнеса, услуги, портфолио, небольшого магазина или лендинга. Вы описываете, чем занимаетесь, сервис предлагает структуру, дальше немного правите — и можно публиковать.

Второй — новые AI-платформы и AI-агенты.
Это уже не совсем обычные конструкторы. Они больше похожи на сервисы, которые по текстовому описанию помогают собирать интерфейсы, сайты, MVP и даже веб-приложения. Там уже меньше логики «перетаскивай блоки мышкой» и больше логики «объясни, что хочешь получить».

Поэтому вопрос не в том, какой сервис «самый лучший», а в том, что именно вам нужно.

Если нужен обычный бизнес-сайт — один набор вариантов.
Если нужен красивый стартаповый лендинг — другой.
Если нужен почти продукт — третий.

1. Wix AI — самый понятный вариант для тех, кто не хочет разбираться

Ссылка: https://www.wix.com/ai-website-builder

Wix — это, пожалуй, один из самых безопасных вариантов для человека, который хочет просто взять и создать сайт с помощью ИИ без особых приключений.

У них все довольно понятно: отвечаешь на вопросы, описываешь бизнес, выбираешь направление, а дальше сервис предлагает тебе готовую основу сайта. Потом уже можно руками поправить тексты, картинки, секции и довести до публикации.

Главный плюс Wix не в том, что он самый навороченный. Главный плюс в том, что он максимально понятный. Это хороший вариант для малого бизнеса, услуг, записи клиентов, визитки, презентационного сайта, блога и простого коммерческого проекта.

Что нравится:

• низкий порог входа;

• понятный интерфейс;

• подходит тем, кто не хочет думать о техчасти;

• можно быстро получить первую версию сайта.

Что может не зайти:

• если нужен очень нестандартный проект, может стать тесновато;

• иногда AI-результат надо довольно сильно очеловечивать руками.

Вывод: если вам нужен нормальный путь без боли, Wix — один из первых кандидатов.

2. Hostinger AI Website Builder — когда нужен дешевый и быстрый старт

Ссылка: https://www.hostinger.com/ai-website-builder

Hostinger — это история не про вау-эстетику, а про прагматичность.

Если задача звучит как «мне нужно быстро и недорого сделать сайт с ИИ», то Hostinger выглядит очень здраво. Сервис помогает собрать сайт по описанию, а дальше вы уже дорабатываете его в редакторе. Плюс у них сразу закрывается хостинг, домен, SSL и прочая техническая часть, которую новички обычно не любят.

Хорошо подходит для:

• первого сайта;

• сайта услуг;

• небольшого бизнеса;

• простого интернет-магазина;

• запуска без лишних заморочек.

Плюсы:

• хороший вход по деньгам;

• все техничное уже внутри;

• можно быстро стартовать;

• не перегружает.

Минусы:

• по визуалу не самый сильный игрок;

• для «дорогого» брендового сайта хочется чего-то более выразительного.

Вывод: очень практичный вариант, если хочется быстро выйти онлайн и не переплатить.

3. Framer — для тех, кто хочет, чтобы сайт выглядел современно

Ссылка: https://www.framer.com/

Framer любят не за то, что он самый простой, а за то, что он часто дает ощущение реально современного сайта. Не «конструкторного», а более живого, аккуратного, местами даже «стартапового».

Если вам нужен красивый лендинг, продуктовая страница, сайт агентства, портфолио или что-то, где внешний вид реально важен, Framer очень силен. Нейросеть помогает собрать стартовую основу, а дальше вы уже можете доводить результат до хорошего визуального состояния.

Подходит для:

• стартапов;

• агентств;

• дизайнеров;

• портфолио;

• красивых лендингов.

Плюсы:

• сильный визуал;

• современное ощущение от сайта;

• хороший контроль над внешним видом.

Минусы:

• для совсем простых задач может быть избыточен;

• новичку он не всегда покажется таким же простым, как Wix.

Вывод: если нужно не просто сделать сайт с ИИ, а сделать красивый сайт, Framer точно стоит смотреть.

4. 10Web — если хочется AI, но с прицелом на WordPress

Ссылка: https://10web.io/ai-website-builder/

10Web интересен тем, что это не просто еще один конструктор с нейросетью. Он ближе к сценарию «дайте мне AI-генерацию, но так, чтобы сайт потом можно было нормально развивать».

Если вы думаете не только о первой странице, но и о блоге, SEO, каталоге, интернет-магазине и вообще о росте проекта, этот вариант выглядит серьезнее, чем многие максимально упрощенные платформы.

Хорошо подходит для:

• сайта компании;

• блога;

• каталога;

• интернет-магазина;

• проекта с запасом на развитие.

Плюсы:

• больше гибкости;

• хороший задел на рост;

• не ощущается игрушечным;

• особенно интересен тем, кто смотрит в сторону WordPress.

Минусы:

• чуть выше порог входа;

• новичку может быть не так легко, как в совсем простых конструкторах.

Вывод: хороший вариант для тех, кто хочет не просто стартануть, а строить сайт с запасом.

5. Webflow AI — если нужен серьезный сайт, а не просто конструктор

Ссылка: https://webflow.com/ai-site-builder

Webflow — это уже история для тех, кто хочет уровень выше среднего. Там больше контроля, больше свободы и, как следствие, больше сложности.

Если вы хотите собрать сильный маркетинговый сайт, продуктовую страницу, SEO-страницы на CMS или корпоративный сайт без классической фронтенд-разработки, Webflow — очень мощный инструмент.

Подходит для:

• агентств;

• digital-команд;

• стартапов;

• серьезных маркетинговых сайтов;

• проектов, где важен контроль.

Плюсы:

• мощный редактор;

• высокий потолок качества;

• хороший задел на рост;

• можно делать реально сильные сайты.

Минусы:

• требует большего погружения;

• для простого сайта услуг может быть слишком серьезным.

Вывод: отличный инструмент, если нужен сильный профессиональный сайт и вы готовы немного в него вникнуть.

6. Squarespace AI — спокойный и аккуратный вариант

Ссылка: https://www.squarespace.com/websites/ai-website-builder

Squarespace — это платформа для тех, кому нужен не кричащий, а аккуратный, собранный и визуально приятный сайт. Это особенно хорошо работает для портфолио, услуг, брендов, студий, небольших магазинов и тех, кто хочет производить ощущение «все на месте».

AI там помогает собрать стартовую версию, но вся суть Squarespace все равно в общем качестве упаковки.

Подходит для:

• брендов;

• портфолио;

• услуг;

• студий;

• небольших коммерческих сайтов.

Плюсы:

• приятный визуальный стиль;

• ощущение аккуратности;

• хороший вариант для презентабельной упаковки бизнеса.

Минусы:

• не самый дешевый;

• не всем зайдет более закрытая экосистема.

Вывод: хороший выбор, если нужен красивый и спокойный коммерческий сайт без лишней суеты.

7. Durable — если сайт нужен буквально прямо сейчас

Ссылка: https://durable.com/

Durable мне нравится своей прямолинейностью. Это сервис для сценария «у меня есть бизнес, мне нужен сайт, я не хочу делать из этого проект на месяц».

Он подходит для локальных услуг, консультантов, специалистов, экспертов, небольших агентств и всех, кому важен быстрый запуск. Не обязательно самый уникальный. Главное — рабочий.

Подходит для:

• малого бизнеса;

• услуг;

• экспертов;

• консультантов;

• тех, кто хочет быстро стартовать.

Плюсы:

• очень быстрый запуск;

• заточенность под бизнес;

• минимум лишнего.

Минусы:

• для сложных и нестандартных задач может быть простоват;

• уникальность результата сильно зависит от ручной доработки.

Вывод: если вам нужен сайт «на вчера», Durable очень даже хорош.

8. Lork.dev — русскоязычный вариант, который стоит смотреть отдельно

Ссылка: https://lork.dev/

Отдельно хочу добавить Lork.dev, потому что в таких подборках часто перечисляют только западные сервисы, как будто у пользователя автоматически нет языкового барьера, локальных задач и желания работать в более понятной среде.

Lork.dev — это AI-конструктор сайтов для русскоязычного рынка. Логика у него понятная: вы описываете, какой сайт нужен, сервис собирает первую версию, дальше вы можете править ее через чат с ИИ или через редактор.

Что здесь важно: в случае локальных решений часто выигрывает не «магический AI», а общая понятность сценария. Когда сервис сделан ближе к твоему рынку, твоему языку и твоему способу мыслить о сайте, это иногда дает больше пользы, чем самый модный зарубежный бренд.

Подходит для:

• малого бизнеса;

• русскоязычных предпринимателей;

• экспертов;

• услуг;

• быстрого запуска лендингов и промо-сайтов.

Плюсы:

• локальный и понятный контекст;

• русскоязычный сценарий;

• быстрый старт;

• хорошая логика для услуг, продуктов и офферных страниц.

Минусы:

• по узнаваемости пока уступает мировым гигантам;

• тем, кто хочет глобальный стек и мировое комьюнити, могут быть ближе западные платформы.

Вывод: если вам важно не просто «создать сайт с ИИ», а сделать это в более понятной русскоязычной среде, Lork.dev точно стоит попробовать.

9. Lovable — уже ближе к продукту, чем к обычному конструктору

Ссылка: https://lovable.dev/

Lovable — это уже не совсем классический конструктор. Скорее платформа из новой волны, где вы через текстовое описание собираете сайт, интерфейс или MVP быстрее, чем делали бы это руками с нуля.

Это интересный вариант для фаундеров, стартапов, продуктовых команд и тех, кто хочет не просто лендинг, а уже более гибкий цифровой результат.

Подходит для:

• стартапов;

• MVP;

• продуктовых сайтов;

• внутренних инструментов;

• быстрых экспериментов.

Плюсы:

• высокая скорость итераций;

• ощущение, что работаешь не с шаблоном, а с AI-помощником;

• подходит для более сложных сценариев.

Минусы:

• не всем привычен такой формат;

• для простого сайта-визитки может быть перебором.

Вывод: очень интересный инструмент, если вам уже тесно в обычных конструкторах.

10. Bolt — для тех, кому нравится vibe coding

Ссылка: https://bolt.new/

Bolt — это уже история для тех, кто хочет через AI собирать не только сайты, но и приложения, интерфейсы и всякие веб-штуки в более свободной форме.

Это не первый выбор для кофейни, фотографа или маленькой региональной компании, которым просто нужен сайт. Но для стартапа, MVP, теста гипотез и быстрых продуктовых запусков — очень даже интересно.

Плюсы:

• быстрые итерации;

• ощущение более «разработческого» подхода;

• подходит для сайтов и приложений.

Минусы:

• для обычного пользователя может быть сложнее, чем надо;

• модель с лимитами и токенами не всем нравится.

Вывод: не для всех, но в своем сценарии очень сильный вариант.

11. v0 — если нужен быстрый современный интерфейс

Ссылка: https://v0.dev/

v0 — это тоже уже скорее про продукт и интерфейс, чем про обычный сайт. Он очень хорош там, где нужно быстро собрать современный UI, прототип, промостраницу продукта или интерфейс для MVP.

Если вы мыслите не страницами, а компонентами и сценариями, то v0 выглядит очень интересно.

Подходит для:

• прототипов;

• MVP;

• продуктовых интерфейсов;

• стартапов;

• быстрых экспериментов.

Плюсы:

• сильный современный UI-подход;

• быстрый старт;

• хорош для продуктовых задач.

Минусы:

• для обычного малого бизнеса часто избыточен;

• это уже не самый «бытовой» путь создания сайта.

Вывод: хороший выбор для тех, кто строит уже не просто сайт, а продуктовую оболочку.

12. Replit Agent — когда хочется, чтобы AI уже почти «делал за тебя»

Ссылка: https://replit.com/products/agent

Replit Agent — это уже очень близко к ощущению «я объяснил идею, а система начала строить продукт». Там речь не только про страницы, а вообще про веб-приложения, сайты, интерфейсы и разработку в браузере.

Для простого лендинга это может быть даже слишком жирно. Но если вы хотите быстро превратить идею в рабочую основу, Replit очень интересен.

Подходит для:

• MVP;

• продуктовых экспериментов;

• веб-приложений;

• сайтов, которые потом станут чем-то большим.

Плюсы:

• сильный AI-подход;

• удобно для быстрого старта идеи;

• можно двигаться дальше, а не упираться только в сайт.

Минусы:

• для обычной визитки это уже пушка по воробьям;

• нужен более продуктовый способ мышления.

Вывод: вариант для тех, кто смотрит дальше обычного конструктора.

Так что в итоге выбрать

Если совсем коротко:

Нужен простой и понятный сайт для бизнеса
Смотрите: Wix, Hostinger, Durable, Lork.dev

Нужен красивый современный лендинг
Смотрите: Framer, Squarespace, Webflow

Нужен сайт с запасом на рост и SEO
Смотрите: 10Web, Webflow

Нужен интернет-магазин или коммерческий сайт с товаркой
Смотрите: Hostinger, 10Web, Wix

Нужен уже почти продукт, а не просто сайт
Смотрите: Lovable, Bolt, v0, Replit

Что я бы сказал честно

Нейросети реально упростили запуск сайтов. Это уже не игрушка. Но и магии тут нет.

AI хорошо делает:

• старт с пустого листа;

• первую структуру;

• черновые тексты;

• быстрый первый драфт;

• ускорение запуска.

AI пока не очень хорошо делает:

• точное понимание вашей аудитории;

• сильный продающий смысл;

• нормальную отстройку от конкурентов;

• действительно живой человеческий тон без правок.

То есть лучший сценарий такой:
нейросеть делает 70–80% стартовой работы, а вы уже доводите это до внятного результата.

И вот тогда это реально работает.

Полезные ссылки одним списком

• Wix AI — https://www.wix.com/ai-website-builder

• Hostinger AI Website Builder — https://www.hostinger.com/ai-website-builder

• Framer — https://www.framer.com/

• 10Web — https://10web.io/ai-website-builder/

• Webflow AI — https://webflow.com/ai-site-builder

• Squarespace AI — https://www.squarespace.com/websites/ai-website-builder

• Durable — https://durable.com/

• Lork.dev — https://lork.dev/

• Lovable — https://lovable.dev/

• Bolt — https://bolt.new/

• v0 — https://v0.dev/

• Replit Agent — https://replit.com/products/agent