Qwen3.8-Max-0902: WebDev Arena и цена за вайб-лендинг

Хук из ленты Клауд дев простой и злой для кошелька: Alibaba выкатила Qwen3.8-Max-0902 (~2.4T params, контекст около 1M), и на Code Arena / WebDev скор около 1691 — примерно на 3 выше Opus 5 Max и примерно на 22 выше предыдущего Qwen Max. Средняя цена в арене крутится около $5/M; в API QwenCloud заявлены $2 in / $6 out, cache read около $0.17–0.25. Это не «китайцы победили всех». Это развилка для вайб-кодера: когда дешёвый Max бьёт дорогой Max именно на лендинге и UI, а когда привычка Claude Code и длинный агентный горизонт всё ещё важнее трёх пунктов арены. Живой скор всегда смотри на leaderboard — цифры ниже из хука на момент среза, не выдуманные чужие бенчи.

Соседи по полке: разбор Fable 5.1 для agentic coding, сентябрьские лимиты Claude Code с 14 сентября, цена токенов в отдельной статье. Продуктовый стек для трафика и диалогов в Telegram — TG Lead Finder на витрине vibe-studio.uk; к выбору модели он не привязан.

Что такое WebDev Arena и чего она не меряет

Code Arena WebDev — это слепое сравнение моделей на фронтенд / webdev-задачах с агентным контуром: многошаговый reasoning, тулы, генерация HTML/React-подобных артефактов. Люди голосуют «какой вариант лучше», рейтинг Elo-подобный. Это не твой прод, не твой дизайн-системный токен и не «закроет ли модель спринт целиком».

Что арена хорошо ловит для вайб-лендинга:

• визуальный вкус и плотность UI на одном экране;
• умение довести промпт «сделай лендинг / дашборд / форму» до кликабельного результата;
• относительную силу моделей именно на web-задачах, а не на абстрактном MMLU.

Что арена не ловит:

• многочасовой рефактор живого монорепо с твоими конвенциями;
• привычку к Claude Code / Codex harness (горячие клавиши, хуки, память сессии);
• недельный лимит подписки и стоимость твоего паттерна ретраев;
• агентный горизонт «держи план три часа и не сломай тесты» — это соседняя полка, где уже спорят Fable / Opus, не три пункта Elo.

Правило одной фразы: Arena отвечает на «кто красивее и быстрее закрывает web-промпт», не на «кем жить весь сентябрь».

Цифры хука без культа лидерборда

Срез из канала (проверяй актуальные на arena.ai/leaderboard/code/webdev):

• Qwen3.8-Max-0902 — около 1691 на WebDev;
• впереди Opus 5 Max примерно на 3 пункта;
• впереди предыдущего Qwen Max примерно на 22;
• ориентир цены в арене — порядка $5/M avg;
• API QwenCloud: $2 / $6, cache roughly $0.17–0.25;
• масштаб модели в анонсе/ленте: ~2.4T params, контекст ~1M.

Три пункта над Opus 5 Max — это статистический шум для одного спринта и сигнал для пачки лендингов. Двадцать два над прошлым Qwen — уже смена поколения внутри линейки: если ты уже гонял «старый» Max на UI и был «почти ок», 0902 имеет смысл перепроверить на том же промпте.

Не смешивай с другими таблицами. Не пиши в ТЗ «Qwen №1 по всему coding». WebDev — отдельная вкладка. Frontend-подтаблица и Overall могут расходиться. Для вайб-кодера важен жанр задачи: лендинг / админка / форма — WebDev; длинный агент по репо — другая статья и другая модель.

Когда дешёвый Max бьёт дорогой Max на лендинге

Сценарий A — ты собираешь вайб-лендинг или UI-макет: hero, секции, CTA, адаптив, чуть анимации, без жёсткой интеграции с легаси. Здесь Elo WebDev и цена за MTok важнее бренда. Qwen на $2/$6 позволяет:

1. сделать 5–10 вариантов экрана за цену одного «дорогого» прогона;
2. перегенерировать блок, который не зашёл клиенту, без драмы weekly;
3. держать длинный контекст макета (1M) без ощущения, что каждый ретрай — роскошь.

Сценарий B — пачка однотипных страниц: лендинги под офферы, простые кабинеты, маркетинговые «оболочки». Дешёвый Max + жёсткий промпт-шаблон часто даёт больше готовых HTML, чем один Opus/Fable Max на том же бюджете. Арена как раз про этот жанр.

Сценарий C — черновик до Claude. Сначала Qwen собирает структуру и визуал, ты отбираешь 1–2 варианта, доводишь спорные куски в Claude Code. Так ты не жечь сентябрьский weekly на «нарисуй ещё пять hero». Про лимиты после 14 сентября — отдельно: +25% навсегда и конец +50%.

Практический чеклист «бери Qwen на этот кусок»:

• задача = экран / страница / компонент, а не миграция схемы БД;
• критерий успеха визуальный (выглядит продаваемо), не «зелёные e2e через весь репо»;
• ты готов принять другой API/клиент, не только привычный Claude Code;
• бюджет считает токены, а не «одна подписка на всё».

Когда не брать: agentic long runs и привычка Claude Code

Сценарий D — длинный агентный цикл: фича через monorepo, план на часы, тул-коллы, тесты, откат. Здесь три пункта WebDev Elo почти ничего не говорят. Fable 5.1 как раз позиционируется под long-horizon; разбор — в статье про Fable 5.1. Дешёвый Max может красиво нарисовать форму и тихо сломать контракт соседнего сервиса.

Сценарий E — ты уже живёшь в Claude Code: хуки, skills, MCP, память сессии, concise-стиль, свой harness. Смена модели на «чужой» API без переноса обвязки часто даёт хуже результат при лучшем Elo. Модель — не весь продукт. Обвязка важна не меньше: см. JIT-Agent и harness под задачу.

Сценарий F — нужна предсказуемая политика и один счёт. Команда на Anthropic/OpenAI, compliance, Zero Data Retention, единый invoice — «дешевле на QwenCloud» может проиграть часу юриста. Цена токена ≠ цена решения.

Антипаттерн: увидеть 1691 и переключить весь стек. Второй антипаттерн: игнорировать Qwen, потому что «мы на Claude», и сжигать Max-квоту на пятый вариант hero-блока.

Цена: $2/$6 vs Max-полка Anthropic

Грубая арифметика без претензии на калькулятор провайдера. На UI-пачке, где много output (HTML/CSS/JS), Qwen out $6 против Fable/Astra-подобных $50 — это другой порядок. Даже если Qwen сделает на 20–30% больше ретраев, бюджет часто остаётся ниже. Cache $0.17–0.25 на read делает повторные проходы по одному и тому же design-brief дешевле, если префикс стабилен.

Сравни полки так:

1. Qwen3.8-Max-0902 ($2/$6) — генерация и итерация экранов, черновики, A/B макетов.
2. Opus 5 / Sonnet — день вайб-кодера в Claude Code, средний рефактор, когда WebDev Elo вторичен.
3. Fable 5.1 / Max-тиры — когда нужен горизонт и ты уже доказал, что Opus не тянет; не дефолт на лендинг.

Avg ~$5/M в арене — ориентир «смешанного» usage, не твой invoice. Свой счёт смотри в кабинете провайдера после 20–30 реальных задач того жанра, который продаёшь.

Как врезать в недельный ритм вайб-кодера

1. Выбери один референс-промпт лендинга (тот, что уже гонял на Claude).
2. Прогони на Qwen3.8-Max-0902 с тем же брифом. Сохрани артефакт.
3. Оцени по чеклисту: визуал, адаптив, адекватность копирайта, сколько правок руками.
4. Если Qwen выигрывает по цене×качество на этом жанре — вынеси UI-черновики на него, оставь Claude на интеграцию и агентные куски.
5. Не держи две «истины» без критерия: запиши в README команды, какая модель на какой жанр.

После 14 сентября такой dual-stack особенно осмыслен: weekly Claude становится теснее относительно августовского буста. Лендинги — первый кандидат «уехать» на дешёвый Max.

Связка с продуктом и трафиком

Модель пишет UI. Трафик и диалоги — другой слой. Если вайб-лендинг ведёт в Telegram-воронку, не путай генерацию страницы с холодной личкой: почему рассылку в личку не начинают. Для тихого и тёплого касания смотри стек TG Lead Finder и гайды на /guides.html. Статья про модель не продаёт парсер — она экономит токены на макете, который потом нужно наполнить людьми.

Короткий вывод

Qwen3.8-Max-0902 на WebDev Arena — сигнал, что дешёвый Max может быть лучшим инструментом именно для вайб-лендинга и UI, даже если бренд на полке дороже. Три пункта над Opus 5 Max на арене плюс $2/$6 — повод перепроверить свой UI-пайплайн. Это не повод выкинуть Claude Code с длинных агентных задач и не повод молиться Elo. Жанр задачи → модель. Лендинг → считай Qwen. Long-horizon → смотри Fable/Opus и harness. Live-скор — на arena.ai, не в чужом скрине из чата.