Алиса дома, а Квен обошёл Llama и полмира опенсорса

Главное

• Alibaba Qwen пробил 1 млрд загрузок и обошёл Meta Llama как самое скачиваемое семейство открытых моделей мира (Open Source For You, 10.07.2026).
• Флагманская модель под капотом Алисы - YandexGPT 5 Pro - официально собрана на весах открытого Квена, это признал сам Яндекс (Habr, 25.02.2025).
• Загрузки не равны реальному проду: закрытые модели держат около 80% трафика OpenRouter, а самый мощный Квен - Qwen 3.7 Max - вообще закрытый. Разбираем без хайпа.

Ты просишь Алису поставить будильник, посчитать ипотеку или пересказать статью - и не задумываешься, что внутри. А внутри, если копнуть до слоя весов, сидит модель из Ханчжоу. Это дословная строчка из официальной публикации Яндекса.

10 июля 2026 года издание Open Source For You написало: китайское семейство Qwen от Alibaba пересекло отметку в миллиард суммарных загрузок и обогнало Meta Llama, став самым скачиваемым набором открытых нейросетей в мире. Цифра красивая, повод шумный. Но для русскоязычного читателя тут спрятан сюжет поинтереснее миллиарда: та самая китайская нейросеть, о которой пишут западные СМИ, уже давно работает у тебя дома. В колонке, в приложении, в браузере. И зовут её Алиса.

Небольшая честная сноска перед стартом. provod.ai - это агрегатор нейросетей для пользователей из России: Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и через единый API (OpenAI- и Anthropic-совместимый), с оплатой в рублях легально, без VPN и зарубежных карт, с договором и закрывающими документами для юрлиц. Мы пишем этот разбор, потому что тема доступа к Квену из РФ - ровно наша поляна. Дальше - по фактам, с датами и оговорками, а ссылок в тексте не будет ни одной, кроме provod.ai в конце.

Разберём по порядку: что за миллиард, обошёл ли он Llama на самом деле, при чём тут Алиса, где подвох и как всем этим пользоваться из России.

Что случилось: Квен обошёл Llama и взял полмира опенсорса

Коротко: Квен набирал загрузки поэтапно. 700 млн в январе 2026 (Xinhua), «почти миллиард» и больше половины мирового опенсорса к марту (независимая аналитика через SCMP), официальный миллиард с обгоном Llama - в июле (Alibaba Cloud, Open Source For You). Скорость - около 1,1 млн загрузок в день.

Начнём с хронологии, потому что в новостях всё слиплось в одну цифру, а на деле это три разных момента.

13 января 2026 года агентство Xinhua сообщило: Qwen перешагнул 700 миллионов совокупных загрузок на Hugging Face. Команда Квена прокомментировала это в духе «продолжаем двигать границы производительности, оставаясь открытыми». Первая громкая веха, и уже тогда было понятно, что счётчик разгоняется.

Дальше - методологически важный момент. 9-10 апреля 2026 года независимый аналитик Натан Ламберт (Nathan Lambert) в своём разборе Interconnects AI показал на данных Hugging Face: к марту Квен добрался до «почти миллиарда» загрузок и забрал больше половины всех мировых скачиваний открытых моделей. Эту оценку разнесло издание South China Morning Post (SCMP) 10 апреля 2026 года. Тут ключевое: цифру дал сторонний исследователь на нейтральных данных, а Alibaba подтвердила её только позже.

И только 10 июля 2026 года пришло официальное подтверждение. Alibaba Cloud написала в LinkedIn про ровно миллиард, а Open Source For You вышло с заголовком про обгон Llama. Средний темп - около 1,1 миллиона загрузок в день. Дословно у Open Source For You: «Qwen has officially crossed one billion cumulative downloads, overtaking Meta's Llama to become the world's most widely used open-source AI model family» (Квен официально преодолел миллиард совокупных загрузок, обойдя Llama и став самым используемым семейством открытых моделей в мире).

Данные в этой статье актуальны на 11 июля 2026 года. Держи это в голове: рынок нейросетей меняется помесячно, и часть цифр к моменту чтения могла сдвинуться.

Веха	Дата	Источник
700 млн загрузок на Hugging Face	13.01.2026	Xinhua
«Почти 1 млрд» и >50% мирового опенсорса	к марту 2026, опубл. 10.04.2026	Interconnects AI (Натан Ламберт) через SCMP
Февраль: 153,6 млн загрузок за месяц	февраль 2026	SCMP на данных Interconnects AI
Официально 1 млрд+, обгон Llama	10.07.2026	Alibaba Cloud (LinkedIn), Open Source For You
Более 200 000 производных моделей	к весне-лету 2026	Alibaba Cloud, Hugging Face blog 17.03.2026

Про обгон Llama стоит уточнить одну вещь. Момент перелома случился раньше июля: китайские модели обошли американские по загрузкам на Hugging Face ещё летом 2025 года, и точкой отсчёта аналитики называют релиз Qwen 2.5 в сентябре 2024-го. Июльская новость - это когда Квен конкретно закрепил лидерство по совокупному счётчику. Точное число загрузок самой Llama на дату обгона нигде не публиковалось, поэтому корректно говорить просто «обошёл», без указания разрыва.

Ещё одна цифра, которая впечатляет сильнее миллиарда. В феврале 2026 года Квен дал 153,6 миллиона загрузок за месяц - больше, чем следующие восемь семейств вместе взятые (Meta, DeepSeek, OpenAI, Mistral, Nvidia, Zhipu.AI, Moonshot, MiniMax). Считали по Hugging Face, западной нейтральной площадке, без учёта китайской ModelScope. То есть даже без «домашнего» стадиона Alibaba доля Квена перевалила за половину.

И вишенка про экосистему: более 200 000 производных моделей. Официальный блог Hugging Face 17 марта 2026 года уточнил методику - 113 000+ прямых дериватов (файнтюны, квантованные версии с явным наследованием) плюс всё с тегом Qwen даёт за 200 тысяч. Формулировка блога: этого «больше, чем у Google и Meta вместе взятых». Конкретное число дериватов у самой Llama никто не привёл, так что сравниваем аккуратно - через «больше, чем у двух гигантов разом». Для контекста: одна из этих двухсот тысяч производных и есть модель, которая отвечает в Алисе.

Миллиард загрузок - это много или маркетинг?

Коротко: И то и другое. Миллиард загрузок - реальная метрика активности экосистемы разработчиков, но это не миллиард пользователей и не миллиард продакшн-запросов. По данным Forbes (25.03.2026), закрытые модели держат около 80% трафика на OpenRouter, хотя стоят примерно в 6 раз дороже. Загрузка весов и реальная работа в проде - разные вещи.

Разберём, что вообще считает счётчик загрузок. Он фиксирует скачивания файлов моделей и их вариантов на Hugging Face: оригинальные веса, квантованные копии, форки, повторные закачки при переустановке окружения. Один разработчик, который трижды пересобрал докер-образ, добавит в статистику три загрузки. Это честная метрика популярности среди инженеров и исследователей, но приравнивать её к числу живых пользователей нельзя.

Вот отрезвляющая цифра с другой стороны. Forbes 25 марта 2026 года со ссылкой на данные OpenRouter пишет: закрытые модели (GPT, Claude, Gemini) дают примерно 80% реального инференс-трафика при цене в среднем в шесть раз выше открытых. То есть люди голосуют кошельком за проприетарные модели, даже когда рядом лежит бесплатный открытый вес. Скачать - одно, а гонять в бою на проде - другое.

Есть и встречная статистика в пользу открытых китайских моделей. По совместным данным a16z и OpenRouter, в отдельные недели 2025 года открытые китайские модели забирали до 30% всего ИИ-использования. Партнёр a16z Мартин Касадо (Martin Casado), которого цитирует MIT Technology Review 12 февраля 2026 года, говорит про стартапы Кремниевой долины так:

«there's about an 80% chance they're running on Chinese open models» (примерно с 80-процентной вероятностью они работают на китайских открытых моделях).

• Мартин Касадо, партнёр a16z, MIT Technology Review, 12.02.2026

Как это склеить в непротиворечивую картину? Загрузки на Hugging Face - это в основном мир разработчиков, исследователей и тех, кто дообучает модели под себя. Тут Квен - безусловный чемпион. Конечный массовый прод, где важны SLA и стабильность, пока во многом держат закрытые флагманы. Обе цифры правдивы, они просто про разные слои рынка. Миллиард - это про тех, кто строит фундамент; конечного пользователя считает уже другая метрика.

Ещё один момент, который часто выпадает из победных заголовков. Загрузка - это не только новый проект. Каждый раз, когда команда пересобирает окружение, поднимает свежий инстанс или тестирует квантованную версию, счётчик тикает заново. Метрика реальная, но инфляционная по своей природе. Поэтому корректнее читать миллиард как «Квен - самая востребованная база для сборки чего-то своего». Для русского рынка это принципиально: именно в режиме «база для сборки» его и взяли Яндекс, Т-Банк и МТС.

Причём тут Алиса? Твоя нейросеть уже работает на Квене

Коротко: Флагманская модель Алисы - YandexGPT 5 Pro - официально инициализирована весами открытого Qwen-2.5-32B-base, это написал сам Яндекс (Habr, 25.02.2025). Причина: китайская модель оказалась лучше на русском, чем тогдашние версии Яндекса, и это сократило эксперименты в 20 раз. На Квене же построены T-Pro, T-Lite и Cotype. Пользуешься Алисой - опираешься на технологию из Квена.

Вот ключевой раздел этого разбора. Глобальная новость про миллиард загрузок звучит как китайская история, далёкая от нас. На самом деле она про то, что стоит у тебя под рукой - и откликается голосом Алисы.

25 февраля 2025 года команда Яндекса выложила на Habr статью «Встречаем YandexGPT 5 - в Алисе, облаке и опенсорсе». В ней прямым текстом описано, как обучали YandexGPT 5 Pro - ту самую модель, что отвечает в Алисе. Цитата из официальной публикации:

«инициализируем его не случайными весами, а предобученными - например, весами Qwen-2.5-32B-base»

• команда Яндекса, Habr, 25.02.2025

Разжуём, что это значит. Обычно нейросеть учат с нуля, стартуя со случайных чисел, и это дорого и долго. Яндекс взял готовые открытые веса китайской Qwen-2.5-32B-base как отправную точку и дальше прогнал свой полный цикл дообучения под русский.

Почему именно Квен? Потому что китайская модель неожиданно показала результаты на русском лучше, чем актуальные на тот момент версии яндексовских моделей. По словам самой команды, такой старт сократил длительность экспериментов в 20 раз и сэкономил ресурсы на подборе конфигурации. То есть Алиса заговорила увереннее в том числе благодаря китайскому опенсорсу.

Дальше продукт эволюционировал. 28 октября 2025 года сервис ребрендировали в «Алиса AI», под капотом осталась линейка YandexGPT. Текущий флагман - YandexGPT 5.1 Pro, и в июле 2026 года Pro-доступ открыли всем пользователям; раньше он был по подписке. На фестивале Young Con 2026 в конце июня Алиса получила долговременную память (запоминает факты о тебе между диалогами), персонализацию стиля, Live-режим для незрячих с голосовым описанием окружения через камеру. Продукт живой и активно растёт - и в его фундаменте лежит китайская нейросеть.

Реакция сообщества была смешанной. Разработчик Константин Егошин в разборе на vc.ru 10 июля 2025 года признал прагматичность решения, но добавил эмоциональную нотку:

«обидно, что кусок сердца главной российской ИИ-модели made in china»

• Константин Егошин, разработчик, vc.ru, 10.07.2025

Аналогия, которую он приводит - китайский двигатель в российском кузове. Работает, едет, но щемит гордость за суверенный ИИ. Хотя по-инженерному это ровно то, что и должно происходить с открытыми весами: их для того и публикуют, чтобы на них строили.

И Алиса тут не одинока. Тот же приём - взять открытый Квен и дообучить под русский - использовал почти весь рынок.

Сервис	База	Статус
YandexGPT 5 Pro (под капотом Алисы)	Qwen-2.5-32B-base	Официально подтверждено Яндексом (Habr, 25.02.2025)
T-Lite, T-Pro (Т-Банк)	Qwen 2.5	Открытые русскоязычные модели (РБК, 18.07.2025)
Cotype Nano (МТС / MWS AI)	Qwen 2.5	Подтверждено (TAdviser)
A-Vibe (Авито)	Открытая reasoning-модель того же ряда	Подтверждено
GigaChat 3.5 Ultra (Сбер)	По открытым данным не установлено	Сбер держит позицию суверенности, основа на Qwen публично не раскрывается

Про T-Pro и T-Lite от Т-Банка РБК писал 18 июля 2025 года: это открытые русскоязычные модели на базе Qwen 2.5, дообученные под русский. T-Pro 2.0 разработчики называют вдвое экономичнее, чем DeepSeek R1-Distil. Cotype Nano от МТС (подразделение MWS AI) собран на Qwen 2.5, это фиксирует TAdviser. A-Vibe от Авито - открытая reasoning-модель из того же семейства. Руководитель направления LLM в Авито Анастасия Рысьмятова формулирует мотив так: «открытая reasoning-модель позволит компаниям балансировать между качеством и затратами на генерацию».

Про GigaChat отдельная оговорка, чтобы не наврать. Флагман Сбера - GigaChat 3.5 Ultra (представлен около 6 июля 2026 года) - это 432 миллиарда параметров против 700 миллиардов у прошлой версии, выложен открыто под лицензией MIT. Но использование весов Квена как основы GigaChat публично не подтверждено, в отличие от Яндекса. Сбер держит позицию технологической суверенности. Так что писать «GigaChat на Квене» некорректно - по открытым данным это не установлено.

Общий вывод обзорщиков рынка на Habr звучит жёстко: адаптация Qwen-2.5 под русский вместо обучения с нуля снижает затраты на разработку на 80-90%, и «китайский опенсорс фактически стал технологическим фундаментом российского рынка ИИ». Если ты пользуешься Алисой, T-Pro или Cotype - с высокой вероятностью ты уже опираешься на технологию, выросшую из Квена, даже не подозревая об этом.

Кстати, тот же Квен доступен из России без VPN: в агрегаторе provod.ai он живёт в одном чате с Claude, GPT и Gemini, а платишь картой РФ по официальному тарифу - без наценки, которую реселлеры накидывают сверху. Русские производные вроде той, что стоит за Алисой, у тебя и так под рукой. Если хочется пощупать сам оригинал Квена, это самый короткий путь.

Почему китайский опенсорс выиграл гонку?

Коротко: Открытость для китайских лабораторий стала нормой по умолчанию, а для США норма - закрытый код (Клеман Деланг, CEO Hugging Face, Forbes, 25.03.2026). Плюс мультиязычность против англоцентричной Llama, свободные лицензии и дешёвый инференс. По Stanford AI Index 2026, четыре из пяти топовых открытых моделей мира - китайские.

Тут работает связка из нескольких причин. Разберём по пунктам.

Первое - культурная установка. Сооснователь и CEO Hugging Face Клеман Деланг (Clément Delangue) в интервью Forbes 25 марта 2026 года сказал две важные вещи:

«For the first time in 2025, the volume of downloads of models from Chinese model providers has surpassed the numbers of downloads from American model providers» (впервые в 2025 году загрузки моделей от китайских провайдеров превысили загрузки от американских).

• Клеман Деланг, CEO Hugging Face, Forbes, 25.03.2026

И вторая его мысль: для китайских лабораторий открытость - стандарт по умолчанию, тогда как в США по умолчанию и стандартом остаётся закрытый код. Исследователь из Университета Цинхуа Лю Чжиюань (Liu Zhiyuan) в MIT Technology Review от 12 февраля 2026 года формулирует ещё резче: «In the Chinese programmer community, open source has become politically correct» (в китайском сообществе программистов открытый код стал политически правильным выбором). Открытость там встроена в культуру индустрии на уровне нормы.

Второе - мультиязычность с самого старта. Актуальные модели Квена держат 119 языков. Llama исторически была англоцентричной, и как раз поэтому Яндекс, тестируя основу для русской модели, обнаружил, что Квен на русском справляется лучше. Этот же факт и привёл русские команды к китайской базе. Для рынков за пределами англоязычного мира мультиязычность оказалась решающим аргументом.

Третье - лицензии без корпоративных ловушек. Большинство моделей Квена размером до 35 миллиардов параметров лежат под Apache 2.0, а это полная свобода, включая коммерческое использование без ограничений. Разработчику не нужно согласовывать использование с юристами Alibaba.

Четвёртое - цена. Китайский опенсорс обрушил стоимость инференса. Открытые веса можно гонять локально бесплатно, а облачный доступ стоит копейки на фоне закрытых западных API. Когда качество сопоставимо, а цена ниже в разы, разработчики голосуют ногами.

Насколько сопоставимо качество - показывает Stanford AI Index 2026 от Stanford HAI. В сегменте open-weight четыре из пяти топовых позиций держат китайские лаборатории.

Модель	Лаборатория	Страна
GLM-5	Zhipu AI	Китай
Qwen3.5	Alibaba	Китай
Kimi K2.5	Moonshot AI	Китай
DeepSeek V4	DeepSeek	Китай
(пятая позиция)	западная лаборатория	США

Тот же отчёт добавляет деталь про закрытый сегмент: на март 2026 года лучшая закрытая китайская модель отстаёт от топовой модели Anthropic всего на 2,7%. Разрыв, который ещё пару лет назад казался пропастью, почти закрылся.

Есть и большая картина от Hugging Face. В блоге от 17 марта 2026 года команда площадки пишет: китайские модели дали 41% всех загрузок за 2025 год, и «Китай обошёл США и по месячным, и по общим загрузкам». Число релизов у отдельных китайских игроков выросло в разы - у одних с нуля до сотни за год, у других в восемь-девять раз. Это уже системный сдвиг всей индустрии.

Что такое Qwen 3.7 Max и правда ли он работал 35 часов сам?

Коротко: Qwen 3.7 Max - это закрытый флагман Alibaba, доступный только через платное API, веса не публикуются. По заявлению Alibaba, в демо модель около 35 часов автономно оптимизировала ядро под новый чип и разогнала его примерно в 10 раз. Оговорка обязательна: это внутренний тест Alibaba на «домашнем» железе, независимая лаборатория цифры не воспроизвела.

Про Qwen 3.7 Max написали много восторженного, и тут важно отделить факт от витрины.

Анонс состоялся 19-20 мая 2026 года на Alibaba Cloud Summit в Ханчжоу, пост назывался «Qwen3.7: The Agent Frontier». Главным аттракционом стало демо автономного агента. По описанию Alibaba, модель около 35 часов без участия человека оптимизировала вычислительное ядро (kernel) под новый чип Alibaba - ускоритель T-Head ZW-M890 PPU, которого она не видела при обучении. Конкретная задача - улучшение Extend Attention Kernel во фреймворке SGLang. Модель сама запускала профилировщики, писала и отлаживала код, тестировала результат. Итог по заявлению Alibaba: 432 оценки ядра, 1158 вызовов инструментов (tool calls) и ускорение примерно в 10 раз относительно референсной реализации на Triton.

Звучит как прорыв. Но вот три оговорки, без которых цифра вводит в заблуждение.

Первая и главная. Это данные собственного тестирования Alibaba на собственном чипе компании. Независимая лаборатория на момент публикаций эти цифры не перепроверяла. Технический разбор от Antigravity Lab (май 2026) формулирует прямо: «Treat them as a ceiling demo, not a guarantee» (воспринимайте это как демо-потолок, а не как гарантию). Потолок возможного в идеальных условиях далёк от стабильного результата в бою.

Вторая. Сам Qwen 3.7 Max - закрытая модель. Веса не публикуются, доступ только через платное API. По модели дистрибуции он повторяет GPT или Claude. Скачать его и запустить локально нельзя.

Третья, и её постоянно путают в статьях. «Опенсорс-доминирование» и «миллиард загрузок» относятся к другим, открытым моделям линейки: Qwen3-Coder, Qwen3.6, Qwen3-VL. Сам флагман Max закрыт. Флагман - это витрина, которая показывает потолок возможностей бренда, а рабочая лошадь экосистемы - открытые модели поменьше, которые люди реально скачивают и дообучают. Та же Алиса построена на открытой базовой модели среднего размера, а флагман к ней отношения не имеет.

⚠️ Важно. Когда встречаешь заголовок «Квен работал 35 часов сам» - держи в уме, что это заявление вендора на его собственном оборудовании. Это не значит, что цифры выдуманы. Это значит, что до независимого воспроизведения относиться к ним стоит как к рекламному максимуму.

Для полноты - актуальная линейка на 11 июля 2026 года. Открытые модели: Qwen3-Coder (480B-A35B, агентное кодирование, контекст 256K с расширением до 1M), Qwen3.6 в вариантах 27B и 35B-A3B (рабочие лошадки для локального запуска), Qwen3-VL (зрение, заявлен как конкурент Gemini 2.5 Pro при цене через API в 3-5 раз ниже), Qwen-Image-2.0 (генерация картинок, релиз 10.02.2026). Модели до 35 миллиардов параметров идут под Apache 2.0. Крупные, вроде Qwen3-235B-A22B, под лицензией Tongyi Qianwen - коммерция разрешена, но с порогом в 100 миллионов активных пользователей в месяц. Единой лицензии у Квена нет, карточку каждой модели надо смотреть отдельно.

В чём подвох? Пять неудобных вопросов к триумфу Квена

Коротко: Пять трещин в глянце. Загрузки не равны проду: закрытые модели держат около 80% реального трафика. Флагман закрытый. 35-часовое демо независимо не подтверждено. Техлид проекта ушёл сразу после релиза, коллеги намекают на вынужденность. И бенчмарки китайских моделей ловили на контаминации данных. Триумф настоящий, но не стерильный.

Хвалебных материалов про Квен хватает. Давай пройдём по местам, где глянец трескается.

Вопрос первый - про метрику. Мы уже разбирали: миллиард загрузок считает скачивания файлов, а не людей и не продакшн-запросы. Forbes 25 марта 2026 года напоминает: закрытые модели держат около 80% трафика OpenRouter при цене в шесть раз выше. Доминирование по загрузкам и доминирование по реальному использованию - разные чемпионаты, и путать их удобно только маркетологам.

Вопрос второй - про открытость. Самый мощный и разрекламированный Qwen 3.7 Max закрыт наглухо. Получается, история про «победу опенсорса» соседствует с тем, что вершина линейки продаётся ровно как проприетарный продукт конкурентов. Обмана тут нет, но нюанс маркетинг Alibaba не подчёркивает.

Вопрос третий - про то самое демо. 35 часов, 1158 вызовов инструментов, десятикратное ускорение - всё на домашнем чипе Alibaba, всё по внутреннему тесту, без независимого повтора. Красивая витрина, но пока витрина.

Вопрос четвёртый - и он самый человеческий. 3 марта 2026 года техлид проекта Qwen Линь Цзюньян (Junyang Lin) объявил об уходе через пост в X, без объяснения причин. И сделал это на следующий день после релиза Qwen 3.5 Small. Под его руководством проект вырос от языковых моделей до линейки vision-language, аудио, математики, кода и reasoning-серии. TechCrunch написал об этом 3 марта 2026 года. Реакции коллег говорят больше, чем официоз:

«I know leaving wasn't your choice» (я знаю, уход был не твоим выбором).

• Chen Cheng, участник команды Qwen, TechCrunch, 03.03.2026

Другой сотрудник, Wenting Zhao, назвал это «the end of an era» (концом эпохи). Представитель Hugging Face Tiezhen Wang говорил об «immense loss» (огромной потере) для проекта. За день до ухода Илон Маск хвалил малые модели Qwen 3.5 за «impressive intelligence density» (впечатляющую плотность интеллекта на параметр). Момент максимального внешнего успеха совпал с внутренней турбулентностью - реорганизация лаборатории, найм человека со стороны на позицию, которую, судя по намёкам, ожидал сохранить Линь. За пресс-релизами про миллиард стоит непростая внутренняя история.

Вопрос пятый - про честность бенчмарков. Академические работы фиксировали контаминацию тестовых данных у моделей семейства Qwen: показатель Qwen 2.5 на бенчмарке SST-2 падал с 90% до 30-40% после очистки от утечки тестов в обучающую выборку. Оговорюсь честно - это общая болезнь индустрии, не только Квена. Но к китайским моделям недоверия традиционно больше из-за непрозрачности данных предобучения.

Ни один из этих пунктов не отменяет масштаб явления. Квен реально изменил рынок, и русский рынок в том числе - от Алисы до банковских ассистентов. Просто триумф получился живой: с трещинами, драмами и внутренней турбулентностью. Глянцевым его точно не назовёшь.

Три роли - три вывода из новости про Квен

Коротко: Для пользователя - у тебя уже есть доступ к технологии Квена через Алису и другие русские сервисы, а к оригиналу - через веб и агрегаторы. Для разработчика - дешёвый качественный фундамент, который не надо изобретать заново. Для бизнеса - экономия 80-90% против обучения с нуля, но с геополитической страховкой в виде локальных весов.

Соберём практические выводы под три роли.

Если ты обычный пользователь. Ты уже потребляешь плоды Квена, когда общаешься с Алисой или пишешь в банковского ассистента. Хочешь оригинал - веб-версия chat.qwen.ai открывается из России без VPN, бесплатно. Разница между Алисой и чистым Квеном - в дообучении под русский и в продуктовой обвязке, но ядро родственное. Полезно понимать, что «российская нейросеть» и «китайская нейросеть» здесь зачастую ветви одного дерева.

Если ты разработчик. Перед тобой готовый качественный фундамент под русскоязычные задачи, который крупнейшие игроки страны уже проверили за тебя. Не надо учить модель с нуля - берёшь открытые веса Квена и дообучаешь под свою нишу. Именно так сделали Яндекс со своей Алисой, Т-Банк, МТС и Авито. Экономия по оценке обзорщиков Habr - 80-90% затрат на разработку.

Если ты принимаешь решения в бизнесе. Тут баланс выгоды и риска. Выгода - скорость и дешевизна: русский продукт на базе Квена появляется в разы быстрее и дешевле собственной разработки. Риск - зависимость от чужой политики публикации весов. Про риски есть отдельный раздел, а короткий совет уже сейчас.

Совет. Если строишь продукт на открытых весах Квена, скачай и сохрани текущие версии локально. Открытые веса не отзываются задним числом. Даже если Китай завтра ограничит публикацию будущих моделей, то, что уже лежит у тебя на диске, останется рабочим. Это дешёвая страховка от геополитики.

Дальше - три практических раздела: как получить доступ к оригинальному Квену из России, как поднять его локально и насколько он хорош на русском. С таблицами и командами.

Как получить доступ к Квену из России?

Коротко: Веб-чат chat.qwen.ai открывается без VPN и бесплатно, регистрация через email или Google около 2 минут. Проблема - оплата: с 1 апреля 2026 карты РФ не проходят через шлюз Alipay, для платного API нужна иностранная карта. Обходные пути - российские агрегаторы с оплатой в рублях и сменой base_url без переписывания кода.

Хорошая новость - доступ к самому Квену из России технически открыт. Alibaba не блокирует российские IP, chat.qwen.ai грузится напрямую. Регистрация через email или Google-аккаунт занимает пару минут: капча плюс подтверждение по ссылке на почту. Нюанс - российский номер телефона часто не принимается; SMS через временные номера работает как лотерея, и аккаунт могут заблокировать через сутки. Поэтому email-регистрация надёжнее.

Про лимиты бесплатного доступа. Без регистрации суточный лимит сообщений минимальный. С аккаунтом - порядка 2000 запросов в день на стандартные модели, но эту цифру помечай как «по данным пользовательских гайдов, не официальная документация Alibaba, может измениться». Генерация видео и режим Deep Research съедают дневной лимит заметно быстрее обычного текста.

А вот где реальная боль - оплата.

⚠️ Важно. С 1 апреля 2026 года российские карты Visa и Mastercard не проходят через платёжный шлюз Alipay: около 30-40% операций с российскими BIN-кодами блокируются на этапе AVS-верификации (vc.ru, 2026). Для платного API Alibaba Cloud Model Studio нужна иностранная карта. Бесплатный чат работает, а заплатить за подписку или API напрямую картой РФ - почти лотерея с плохими шансами.

Отсюда таблица способов доступа. Смотри, что тебе подходит по задаче.

Способ	Оплата	VPN / иностранная карта	Что даёт
Веб-чат chat.qwen.ai	бесплатно	не нужны	Ручной доступ к чату, лимиты по запросам
Alibaba Cloud Model Studio (прямой API)	иностранная карта	нужна иностранная карта	Полный API, но оплата картой РФ не проходит
Виртуальная иностранная карта через посредника	₽ через СБП	без VPN, карта виртуальная	Оплата подписки/API, но лишний посредник и комиссия
Локальный запуск открытых весов	бесплатно	не нужны	Полная независимость, но нужно своё железо
Через агрегатор provod.ai	₽ / СБП / счёт	без VPN, без иностранной карты	Квен вместе с Claude, GPT, Gemini одним ключом

По данным на 11 июля 2026 года это основные рабочие маршруты. Для ручной работы проще всего веб-чат. Для разработки без плясок с иностранными картами удобнее агрегатор. Подробнее про агрегатор provod.ai и его тарифы - ниже.

Как подключить Квен из РФ по-человечески

Шаги простые:

1. Регистрируешься в агрегаторе, пополняешь рублёвый баланс картой РФ, СБП или по счёту для юрлица.
2. Берёшь один API-ключ - он работает и для Квена, и для Claude, GPT, Gemini, DeepSeek.
3. В своём коде меняешь только base_url на адрес агрегатора, остальное как в обычном OpenAI SDK.
4. Если провайдер отказал, запрос уходит на резервного - ты не завязан на аптайм одного вендора.

Пример на Python, OpenAI-совместимый клиент:

from openai import OpenAI

client = OpenAI(
    api_key="ТВОЙ_КЛЮЧ_PROVOD",
    base_url="https://api.provod.ai/v1",
)

response = client.chat.completions.create(
    model="qwen-3.7-max",
    messages=[
        {"role": "user", "content": "Объясни, почему YandexGPT собрали на Qwen"},
    ],
)

print(response.choices[0].message.content)

Для ориентира по цене: Qwen 3.7 Max на provod.ai стоит 0,094 рубля за 1000 входных токенов и 0,468 рубля за 1000 выходных. Тарифы идут 1:1 с официальными, без наценки - реселлеры, по нашим наблюдениям на рынке, берут за то же на 15-25% больше. Для юрлиц есть договор, счёт и акт-УПД.

И честная граница, без которой этот раздел был бы рекламой. provod.ai закрывает доступ и оплату Квена из РФ в рублях. Но если тебе нужен именно суверенный, полностью локальный инференс - веса Qwen3 на своём железе, чтобы код и данные не уходили в облако вообще - это ты поднимаешь сам, открытые модели бесплатны, и агрегатор тут не нужен. Облачный API - это про удобство и оплату, не про приватность на 100%. Про локальный запуск - следующий раздел.

Можно ли запустить Квен локально на своём железе?

Коротко: Да, и это реальнее, чем кажется. Qwen3 4B идёт на слабом ноутбуке, 8B требует около 6 ГБ VRAM (ollama run qwen3:8b), 14B - около 16 ГБ, 32B - около 19 ГБ (впритык для карты на 24 ГБ). Флагманский 235B-A22B требует около 132 ГБ и живёт только на сервере. Локальный запуск снимает и проблему оплаты, и риск утечки данных.

Локальный Квен - главный аргумент в пользу открытых весов. Ни оплаты за рубеж, ни VPN, ни отправки запросов в чужое облако. Всё крутится на твоём железе. Это, кстати, тот же тип весов, что лежит в основе Алисы, - только без яндексовского дообучения под русский.

Проще всего стартовать через Ollama. Ставишь, дальше одна команда:

ollama pull qwen3:8b
ollama run qwen3:8b

И у тебя локальная нейросеть в терминале. Дальше вопрос только в том, какую модель потянет твоя видеокарта. Цифры ниже - для квантования Q4, компромисс между качеством и памятью.

Модель	VRAM (Q4)	Для чего
Qwen3 4B	entry-level карта / ноутбук	Лёгкие задачи, слабое железо, эксперименты
Qwen3 8B	~6 ГБ	Старт для большинства без мощной видеокарты
Qwen3 14B	~16 ГБ	Комфортный баланс качества и требований
Qwen3 32B (dense)	~19 ГБ	Максимум плотной линейки, впритык для 24 ГБ
Qwen3 30B-A3B (MoE)	для 24 ГБ карт	Альтернатива 32B на том же железе
Qwen3 235B-A22B (MoE)	~132 ГБ	Флагман, только сервер или облако

Источники по требованиям - willitrunai.com, localaimaster.com и документация unsloth.ai за 2026 год. Практический смысл: для рядового разработчика с игровой видеокартой на 8-24 ГБ VRAM реально гонять Квен в диапазоне от 4B до 32B, вообще не платя за рубеж. Отдельная засада на длинном контексте - KV-кэш съедает память, но квантование кэша до q8_0 урезает его объём примерно вдвое.

Тут и решается вопрос приватности, который висел над облачным API. Локальные веса не отправляют твой код и данные никуда. Для чувствительных задач - работа с проприетарной логикой, внутренними документами - это способ использовать Квен без риска утечки в чужую юрисдикцию. Флагманский 235B на домашнем железе не поднять, для него нужен дата-центр или облако, но для 90% рабочих задач хватает моделей до 32B.

Насколько хорош Квен на русском?

Коротко: Уверенно, но не идеально. Квен держит 119 языков, и у младших reasoning-моделей даже цепочка рассуждений идёт полностью на русском. Пользователи Habr отмечают, что он работает с русским лучше gpt-oss-20b. Боли - путаница в склонениях на длинном контексте, редкие иероглифы и совсем сломанные ударения в голосовом Qwen3-TTS.

Раз уж пол-рунета строит продукты на Квене, логично спросить: а сам он как на русском?

Сильные стороны реальны. Модели держат 119 языков, и русский среди них не по остаточному принципу. У младшей reasoning-модели Qwen3-4B-Thinking, если задать вопрос на русском, на русском идёт и ответ, и вся внутренняя цепочка рассуждений - без вкраплений английского или китайского. Отзыв с Habr прямой: модель «работает с русским языком лучше, чем gpt-oss-20b». Для локального запуска на слабом железе это весомый плюс. И как раз из-за этого качества Квен стал базой для русскоязычной Алисы.

Пользователь Flampanzer на Habr после теста Qwen3-MAX подытожил без пафоса:

«иногда думает дольше остальных, и рассуждает на китайском, а так... достойный конкурент западным нейросетям»

• Flampanzer, пользователь Habr, тест Qwen3-MAX

Теперь про боли, честно. На длинном контексте Квен начинает шалить: придумывает похожие на русские слова, путается в склонениях и падежах, иногда выдаёт китайские иероглифы там, где их быть не должно. Отдельная беда - голосовой синтез Qwen3-TTS. Он обучен без разметки ударений, и на русском ставит неверное ударение почти в каждом слове - это открыто обсуждают в GitHub-issue проекта (QwenLM/Qwen3-TTS #185). Для озвучки русского текста в текущем виде он не годится, и русские продукты делают собственную голосовую обвязку поверх открытой базы.

Ещё нюанс - внутри самого китайского опенсорса идёт конкуренция. Часть пользователей отмечает, что при наличии GLM и обновлённого Kimi K2 по низким ценам Квен местами теряет актуальность, несмотря на бесплатность. Так что «китайская нейросеть» - это целый рынок, где Квен лидер по загрузкам, но не безальтернативный выбор под конкретную задачу.

Итог по русскому: для текстовых задач Квен - крепкий рабочий инструмент, особенно в дообученных русских версиях вроде той, что стоит за Алисой. Для генерации на длинных документах проверяй вывод. Для озвучки пока ищи другое решение.

Какие риски у ставки на китайский опенсорс?

Коротко: Четыре группы рисков. Встроенная политическая цензура по чувствительным темам. Приватность - облачный API шлёт данные в Китай, но локальный запуск это снимает. Геополитика - Минкоммерции КНР 8 июля 2026 обсуждало защиту весов, возможны будущие ограничения. И общая для индустрии проблема доверия к бенчмаркам.

Зависимость от чужой технологии - всегда компромисс. Разложим риски по полочкам.

Риск первый - цензура. Модели Квена системно уходят от политически чувствительных тем: события на площади Тяньаньмэнь, статус Тайваня. Паттерн задокументирован: на английском модель чаще просто отказывается отвечать, на китайском - выдаёт недостоверную версию вместо отказа. Это заложено намеренно и в API-версиях простым файнтюнингом не убирается. Для продукта, где пользователь может случайно затронуть такую тему, это практический вопрос. Важная деталь для русского контекста: дообучение под русский частично перекрывает эти паттерны, но полностью их не стирает.

Риск второй - приватность. Облачный API Квена отправляет запросы на серверы в Китае, а под Законом КНР о государственной разведке 2017 года компании обязаны содействовать государственным органам. Для кода, особенно через Qwen3-Coder, это риск утечки проприетарной логики.

⚠️ Важно. Риск приватности касается только облачного API. Если ты поднимаешь открытые веса Qwen3 локально на своём железе, запросы никуда не уходят, и этот риск снимается полностью. Локальный инференс - штатный способ пользоваться китайской моделью без передачи данных за рубеж. Именно поэтому для чувствительных задач имеет смысл держать модель у себя, а не звать её из чужого облака.

Риск третий - геополитика, и он свежий. 8 июля 2026 года Минкоммерции КНР провело консультации с Alibaba, ByteDance и Z.ai о правовой защите интеллектуальной собственности на ИИ-модели - это реакция на экспортные ограничения США. Об этом сообщил Reuters (через vbr.ru) 8 июля 2026 года. Возможные ограничения затронут будущие поколения моделей. Уже распространённые системы вроде Квена задним числом, скорее всего, не пострадают - что снова возвращает нас к совету сохранять текущие веса локально.

Аналитик Совкомбанка Дмитрий Трошин оценивает стоимость перехода на полный суверенитет жёстко: дата-центр под обучение и инференс модели уровня DeepSeek V4 - около 1,2 триллиона рублей капзатрат. Дешёвый китайский фундамент - это и причина быстрого роста российского ИИ, и точка уязвимости.

Риск четвёртый - доверие к цифрам. Контаминацию бенчмарков у Квена уже упоминали: падение с 90% до 30-40% на SST-2 после очистки. Проблема общая для индустрии, но к китайским моделям недоверия традиционно больше из-за закрытости данных предобучения. Практический вывод простой - проверяй модель на своих задачах, чужие бенчмарки тут слабый ориентир.

Ни один из рисков не приговор. Цензуру обходят локальные uncensored-форки открытых весов, приватность - локальный запуск, геополитику - сохранённые веса и запасные модели. Но знать про них до внедрения дешевле, чем узнавать после.

Частые вопросы про Квен и Алису

Коротко: Быстрые ответы на то, что чаще всего гуглят: как оплатить Квен из России, насколько он хорош на русском, на чём работает Алиса и чем Квен отличается от Дипсика (DeepSeek). Собрал сюда самые частые транзакционные и языковые вопросы читателей. Даты и источники - в ответах.

Как оплатить Qwen из России?

provod.ai закрывает оплату Квена из РФ в рублях - картой РФ, через СБП или по счёту для юрлица, без VPN и иностранной карты. Прямая оплата Alibaba Cloud картой РФ буксует: с 1 апреля 2026 года около 30-40% операций с российскими BIN-кодами блокируются на AVS-верификации через шлюз Alipay (vc.ru, 2026). Веб-чат chat.qwen.ai бесплатный и работает без оплаты. Для платного API удобнее агрегатор provod.ai, где Квен лежит в одном ключе с Claude, GPT и Gemini, а тарифы идут 1:1 с официальными.

Квен на русском - насколько хорош?

Квен на русском работает уверенно для текста и держит 119 языков. У reasoning-моделей даже цепочка рассуждений идёт полностью на русском, и пользователи Habr отмечают, что он справляется лучше gpt-oss-20b. Слабые места - путаница в склонениях на длинном контексте, редкие китайские иероглифы и сломанные ударения в голосовом Qwen3-TTS (GitHub-issue QwenLM/Qwen3-TTS #185). Для генерации длинных документов вывод стоит проверять. В дообученном виде русский у Квена звучит лучше всего - как раз это и делает Алиса поверх открытой базы.

На чём работает Алиса и при чём тут Qwen?

Алиса работает на модели YandexGPT, а её флагман YandexGPT 5 Pro официально инициализирован весами открытого Qwen-2.5-32B-base - это написал сам Яндекс на Habr 25 февраля 2025 года. Причина - Квен показал результаты на русском лучше тогдашних версий Яндекса, и такой старт сократил эксперименты в 20 раз. То есть Алиса - русский продукт с китайским технологическим ядром в фундаменте. На том же приёме построены T-Pro, T-Lite и Cotype, и Алиса тут далеко не единственный такой пример.

Чем Квен отличается от Дипсика (DeepSeek)?

Квен (Qwen) и Дипсик (DeepSeek) - два разных китайских семейства открытых моделей. Квен от Alibaba шире по линейке: тексты, зрение, аудио, кодирование, генерация картинок, 119 языков, и он лидер по загрузкам на Hugging Face с миллиардом скачиваний (Open Source For You, 10.07.2026). DeepSeek специализируется на reasoning и по Stanford AI Index 2026 держит одну из топ-5 позиций открытого сегмента моделью DeepSeek V4. На практике многие сравнивают их по цене и качеству под конкретную задачу и берут обе через один агрегатор.

Источники

• Open Source For You, Jiya Jay Singh, 10.07.2026 - официальный миллиард загрузок Квена и обгон Llama.
• Xinhua (English.news.cn), 13.01.2026 - 700 млн загрузок Qwen на Hugging Face.
• South China Morning Post, 10.04.2026 - более 50% мировых загрузок опенсорса и 153,6 млн за февраль (на данных Interconnects AI, Натан Ламберт).
• Hugging Face blog, 17.03.2026 - 200 000+ дериватов, 41% загрузок за китайскими моделями, «Китай обошёл США».
• Stanford AI Index 2026, Stanford HAI - четыре из пяти топовых open-weight моделей китайские, разрыв 2,7%.
• Forbes, Tim Keary, 25.03.2026 - цитаты Клемана Деланга (Hugging Face), 80% трафика OpenRouter за закрытыми моделями.
• MIT Technology Review, 12.02.2026 - цитаты Мартина Касадо (a16z) и Лю Чжиюаня (Университет Цинхуа).
• TechCrunch, 03.03.2026 - уход техлида Qwen Линь Цзюньяна, реакции коллег.
• Antigravity Lab, май 2026 - технический разбор демо Qwen 3.7 Max, «ceiling demo, not a guarantee».
• Habr, компания Яндекс, 25.02.2025 - инициализация YandexGPT 5 Pro весами Qwen-2.5-32B-base.
• vc.ru, Константин Егошин, 10.07.2025 - разбор про китайскую основу YandexGPT.
• РБК, 18.07.2025 - T-Pro и T-Lite на базе Qwen 2.5.
• TAdviser - Cotype Nano на базе Qwen 2.5.
• ixbt.com, 06.07.2026 - GigaChat 3.5 Ultra, 432 млрд параметров, лицензия MIT.
• ixbt.com, 25.06.2026 - обновление Алисы AI на Young Con 2026.
• Reuters (через vbr.ru), 08.07.2026 - консультации Минкоммерции КНР о защите весов ИИ.
• vc.ru, 2026 - блокировка карт РФ через шлюз Alipay с 01.04.2026.
• willitrunai.com, localaimaster.com, unsloth.ai, 2026 - требования по VRAM для локального запуска Qwen3.
• GitHub, QwenLM/Qwen3-TTS #185 - проблема ударений при озвучке русского.

Ты дочитал разбор про то, как китайская нейросеть стала фундаментом половины рынка, включая Алису. Логичный следующий шаг - потрогать оригинал руками. Проверь любую модель из этой статьи за пять минут: на provod.ai все флагманы - Claude, GPT, Gemini, DeepSeek и Квен - в одном чате и через единый API, оплата в рублях с карты РФ, для юрлиц договор и закрывающие. Без VPN, без наценки.

---

provod.ai — официальный уровень цен в удобном для бизнеса контуре

Один рублёвый баланс заменяет расчёты с несколькими зарубежными сервисами: юридические лица получают договор, счёт и закрывающие документы, а команда — единый API.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Цены 1:1 с провайдером — это минимальная наценка provod.ai, равная нулю: платформа не увеличивает официальную стоимость токенов и генераций.

Посчитайте стоимость своего AI-сценария: форма регистрации · цены на модели · защита данных по 152-ФЗ · реквизиты и документы