Meta только что выпустила открытую гигантскую модель Muse Spark Open с 816 миллиардами параметров, но её результаты были превзойдены моделью Qwen3.8-Flash-Next всего с 180 миллиардами параметров. Согласно последним тестам независимой организации Artificial Analysis, общий балл Meta составил всего 39 баллов, в то время как Qwen3.8 набрал 40 баллов. Ещё более впечатляющим является различие в активируемых параметрах: для одного прохода Meta использует 42 миллиарда параметров, тогда как Qwen — всего 6 миллиардов, что даёт разницу в эффективности в семь раз. Затраты на локальное развертывание ещё более очевидны. После квантования до 4-битного формата файл модели Meta весит 506 ГБ — обычный сервер не справится с этим; у Qwen всего 111 ГБ, и его можно разместить на одном профессиональном графическом процессоре. Несмотря на то, что Meta задействовала более чем в четыре раза больше параметров и видеопамяти, её способность к выводу была превзойдена «младшим братом». Крупным компаниям теперь действительно стоит серьёзно пересмотреть свою стратегию слепого наращивания параметров.