Qwen2.5-Max: كيف غيّرت علي بابا قواعد سباق الذكاء الاصطناعي العالمي؟

لم يكن إطلاق Qwen2.5-Max مجرد إصدار جديد من نموذج لغوي كبير. فقد جاء في 28 و29 يناير 2025، بعد فترة قصيرة من الضجة العالمية حول DeepSeek-V3، ليطرح سؤالًا أكبر: هل ما تزال النماذج القريبة من قمة الأداء حكرًا على عدد محدود من المختبرات الأميركية؟ 29

لم يثبت الإطلاق أن Qwen2.5-Max يتفوق دائمًا على كل منافسيه. لكن دلالته الاستراتيجية كانت أكثر رسوخًا: أظهرت علي بابا أن مزودًا صينيًا كبيرًا للخدمات السحابية يستطيع طرح نموذج قريب من مستوى النماذج الرائدة، وتسويقه عبر منصة سحابية، بالتوازي مع منظومة أوسع من النماذج القابلة للتنزيل وأدوات المطورين وواجهات البرمجة.

ما هو Qwen2.5-Max؟

وصفت علي بابا Qwen2.5-Max بأنه نموذج لغوي كبير واسع النطاق يعتمد على بنية مزيج الخبراء (MoE). في هذه البنية، لا تُفعّل كل الشبكات الخبيرة عند معالجة كل رمز أو طلب، بل يُختار الخبراء الأكثر ملاءمة للمدخلات. ويسمح ذلك بالحفاظ على سعة إجمالية كبيرة مع تقليل مقدار المكونات التي تعمل في كل مرة، وهو ما قد يحسن التوازن بين القدرة والكفاءة.

لكن مواد الإطلاق العامة لم تكشف معلومات كافية لتحديد العدد الدقيق للمعلمات الإجمالية أو المعلمات النشطة في النموذج. 9

قالت علي بابا إن النموذج دُرّب مسبقًا على أكثر من 20 تريليون رمز، ثم خضع لمرحلتين من التدريب اللاحق: الضبط الدقيق الخاضع للإشراف (SFT) والتعلم المعزز من ملاحظات البشر (RLHF). وتهدف هاتان المرحلتان إلى تحسين اتباع التعليمات، وجودة الإجابات، وملاءمة السلوك بعد التدريب اللغوي الأساسي. 259

نموذج مستضاف إلى جانب نماذج مفتوحة

من المهم عدم الخلط بين Qwen2.5-Max ونماذج Qwen2.5 القابلة للتنزيل. فقد ضمت عائلة Qwen2.5 نماذج أساسية وأخرى موجهة للتعليمات بأحجام تراوحت بين 0.5 مليار و72 مليار معلمة، إلى جانب إصدارات مضغوطة جرى توزيعها عبر Hugging Face وModelScope وKaggle. 132

أما Qwen2.5-Max فكان نموذجًا رائدًا مستضافًا، لا نقطة تفتيش مفتوحة الأوزان يمكن للمطورين تنزيلها وتشغيلها على أجهزتهم. وأشارت تحليلات معاصرة إلى أن Alibaba Cloud Model Studio كان واجهته الخدمية الأساسية. 13

كشفت هذه القسمة عن استراتيجية ذات مسارين:

• نماذج متقدمة مستضافة: تمنح علي بابا تحكمًا أكبر في الوصول إلى أقوى نماذجها، عبر Model Studio وواجهات Qwen ذات الصلة.
• نماذج مفتوحة الأوزان: تتيح للمطورين التنزيل والتعديل والضغط والتشغيل الذاتي لأعضاء آخرين من عائلة Qwen.

وثّق التقرير التقني لـQwen2.5 أكثر من 100 نموذج وإصدار متاح عبر مستودعات، منها Hugging Face وModelScope وKaggle، كما أشار إلى إصدارات MoE مستضافة عبر Alibaba Cloud Model Studio. 132

وبالنسبة إلى المطورين، وفرت هذه المنظومة خيارًا عمليًا بين الراحة والتحكم. فالواجهة البرمجية المُدارة تقلل أعباء البنية التحتية، بينما تمنح الأوزان المفتوحة قدرة أكبر على تخصيص النموذج، والتحكم في مكان تشغيل البيانات، وإدارة النشر. وهكذا تستطيع علي بابا استخدام الإصدارات المفتوحة لبناء قاعدة من المطورين، ثم تحويل الاستخدام إلى طلب على خدماتها السحابية.

ماذا قالت علي بابا عن أداء النموذج؟

قالت علي بابا إن Qwen2.5-Max كان قريبًا من Claude 3.5 Sonnet في عدد من التقييمات، وتفوق على GPT-4o وDeepSeek-V3 وLlama 3.1 405B في كثير من الاختبارات التي أعلنتها الشركة. وشملت الاختبارات التي سلطت عليها الضوء:

• MMLU-Pro لقياس المعرفة والاستدلال في أسئلة ذات مستوى جامعي؛
• GPQA-Diamond للأسئلة العلمية الصعبة؛
• LiveCodeBench لتقييم البرمجة؛
• LiveBench للقدرات العامة؛
• Arena-Hard لتقريب تفضيلات المستخدمين في الإجابات.

29

لكن ينبغي قراءة هذه النتائج بحذر. فنتائج التقييم التي يعلنها مطور النموذج تُظهر ما قاسه المطور في ظروف معينة، ولا تثبت تفوقًا شاملًا في الاستخدام الفعلي. وقد تتأثر المقارنات بإصدار الاختبار، وطريقة صياغة الطلبات، وإعدادات النموذج، واحتمال تلوث بيانات التدريب بالاختبارات. لذلك دعت تقارير معاصرة إلى التعامل بحذر مع هذه الادعاءات. 254

إشارة مستقلة من Chatbot Arena

جاءت إشارة أكثر استقلالًا من لوحة Chatbot Arena، وهي منصة تعتمد على مقارنات مجهولة بين إجابات النماذج وتفضيلات المستخدمين. ووفق تقارير نُشرت في أوائل فبراير 2025، حصل Qwen2.5-Max على 1332 نقطة واحتل المركز السابع إجمالًا، فيما جاء في المركز الأول في فئتي الرياضيات والبرمجة، والثاني في فئة الطلبات الصعبة. 1012

دعمت هذه النتيجة اعتبار Qwen2.5-Max منافسًا جادًا قريبًا من مستوى النماذج الرائدة. لكنها لم تثبت أنه الأفضل في كل مهمة، كما لم تقِس جميع العوامل المهمة عند النشر التجاري، مثل الموثوقية، والسلامة، واستخدام الأدوات، وزمن الاستجابة، وحوكمة البيانات، والدعم المؤسسي.

مقارنة أكثر إنصافًا مع GPT-4o وClaude وDeepSeek

الخلاصة الأكثر قابلية للدفاع عنها أضيق من العنوان التسويقي الذي طرحته علي بابا:

• في مواجهة GPT-4o، أعلنت علي بابا تفوقًا واسعًا في اختبارات محددة، وينبغي إبقاء هذا الاستنتاج منسوبًا إلى الشركة ومرتبطًا بتلك الاختبارات. 29
• في مواجهة Claude 3.5 Sonnet، قدمت علي بابا Qwen2.5-Max بوصفه قريبًا منه على نطاق واسع، لا بوصفه متفوقًا عليه في كل المجالات. 29
• في مواجهة DeepSeek-V3، كان الإطلاق مهمًا بصورة خاصة لأنه أظهر قدرة علي بابا على الرد سريعًا على منافس صيني أصبح محط أنظار العالم، مع إعلان تفوق Qwen2.5-Max عليه في عدد من التقييمات. 25

بعبارة أخرى، نقل Qwen2.5-Max النقاش من سؤال «هل يستطيع نموذج صيني المنافسة؟» إلى سؤال أكثر عملية: «أي نموذج يناسب هذه المهمة، وطريقة النشر، واللغة، والميزانية؟»

علاقته بعائلة Qwen2.5

كان Qwen2.5-Max امتدادًا لجيل Qwen2.5، لكنه احتل موقعًا مختلفًا داخل محفظة علي بابا. فقد ركزت العائلة السابقة على مجموعة واسعة من النماذج المفتوحة، بدءًا من الإصدارات الخفيفة المناسبة للتجارب ووصولًا إلى نموذج رائد بحجم 72 مليار معلمة. 132

وأضاف Max خيارًا متقدمًا مستضافًا. وبذلك استطاعت علي بابا إظهار طموحها في مستوى النماذج الرائدة من دون نشر أوزان النموذج، أو بنيته الدقيقة، أو مواد تدريبه كاملة. لم تكن النتيجة استراتيجية بسيطة من نوع «مفتوح المصدر في مواجهة مغلق المصدر»، بل استراتيجية محفظة: الانفتاح لجذب المطورين، والخدمات المستضافة لتوفير قناة تجارية وتوزيع مؤسسي.

كما ركزت منظومة Qwen على الاستخدامات متعددة اللغات والبرمجة، مع اهتمام خاص بالصينية والإنجليزية، إلى جانب لغات مثل الإسبانية والفرنسية واليابانية. 40 وبالنسبة إلى الشركات التي تعمل في أسواق آسيوية وعالمية، قد يكون هذا الانتشار اللغوي أهم من فارق محدود في اختبار باللغة الإنجليزية.

كيف جعل Qwen3 الاستراتيجية أوضح؟

في أبريل 2025، أطلقت علي بابا Qwen3 بوصفه جيلًا جديدًا من عائلة النماذج مفتوحة الأوزان. شمل الإصدار الأول ستة نماذج كثيفة بأحجام تراوحت بين 0.6 مليار و32 مليار معلمة، ونموذجين من نوع MoE، من بينهما نموذج بإجمالي 235 مليار معلمة و22 مليار معلمة نشطة. وأتاحت الشركة النماذج عالميًا عبر قنوات منها Hugging Face وGitHub وModelScope. 171831

أوضح Qwen3 منطق محفظة Qwen: يمكن لعلي بابا إبقاء القدرات المتميزة أو المتخصصة ضمن خدمات مُدارة، مع إصدار مجموعة واسعة من النماذج التي يستطيع المطورون تشغيلها وتكييفها بأنفسهم. وأصبح Model Studio النظير السحابي لهذه المنظومة المفتوحة، إذ يوفر مسارًا من التجريب إلى النشر المُدار. 1718

ولم يتوقف التوسع عند الأوزان. فقد تحدثت علي بابا لاحقًا عن إصدارات Qwen3 مضغوطة لأجهزة Apple، ودعم نماذج Qwen3 الأكبر على وحدات معالجة الرسوميات AMD Instinct MI300X، وإصدارات خفيفة مصممة للعمل على الأجهزة المحمولة التي تستخدم معالجات Arm. 22

وتكتسب هذه التكاملات أهمية لأن المنافسة بين النماذج لا تُحسم بحجم التدريب وحده، بل أيضًا بسهولة تشغيل النموذج عبر السحابات المختلفة، والمسرّعات، والحواسيب المحمولة، والأجهزة الطرفية.

لماذا صعّد الإطلاق سباق النماذج الرائدة؟

زاد Qwen2.5-Max الضغط التنافسي عبر ثلاثة مسارات مترابطة:

1. جعل المنافسة الصينية تبدو أوسع

كان DeepSeek-V3 قد تحدى بالفعل افتراضات حول قدرة الصين على إنتاج نماذج عالية الكفاءة. ثم أظهرت استجابة علي بابا أن DeepSeek لم يكن المطور الصيني الوحيد القادر على الاقتراب من قمة الأداء. فقد تمكن مزود سحابي كبير، يمتلك عائلة نماذج قائمة، من التحرك بسرعة، ونشر نتائج قوية، وتوزيع النموذج عبر منصة موجودة أصلًا. 2

2. جعل التوزيع جزءًا من قيمة النموذج

لا تتحدد القيمة التجارية للنموذج بدرجات الاختبارات فقط. فالمطورون يهتمون أيضًا بتوافر واجهة برمجية، وخيارات النشر، والأداء متعدد اللغات، ودعم العتاد، وأدوات التكامل، وإمكانات الضبط الدقيق والاستضافة الذاتية. وجمعت علي بابا عددًا من هذه القنوات داخل عائلة Qwen وModel Studio. 11722

3. دعم البدائل الأرخص والأكثر مرونة

إذا كان النموذج جيدًا بما يكفي لمساعدات البرمجة، والترجمة، واسترجاع المعلومات، وخدمة العملاء، والمساعدات الداخلية، فقد لا تحتاج المؤسسة إلى أعلى نتيجة ممكنة في كل اختبار. فالأوزان المفتوحة، وبنى MoE الكفؤة، وإتاحة النموذج عبر السحابة، يمكن أن تخفض عوائق التبني حتى من دون تفوق شامل على السوق.

يضع ذلك مزودي النماذج المغلقة مرتفعة التكلفة أمام ضغط متزايد لتبرير أسعارهم عبر مزايا قابلة للقياس في الموثوقية، والسلامة، واستخدام الأدوات، والتعامل مع السياقات الطويلة، والضوابط المؤسسية، وجودة الخدمة؛ لا بمجرد وصف النموذج بأنه «رائد». ووصفت تقارير معاصرة النماذج الصينية بأنها تقلص فجوة القدرات، وتنافس بقوة في التكلفة وإتاحة الوصول. 47

والنتيجة المرجحة ليست استبدالًا فوريًا لكل النماذج الغربية، بل مزيدًا من تجزئة السوق. فقد تواصل بعض المؤسسات دفع تكلفة النماذج المغلقة الأقوى، بينما تختار مؤسسات أخرى نماذج صينية مستضافة أو بدائل مفتوحة الأوزان لأنها تقدم مزيجًا أفضل من الأداء، والتحكم، والملاءمة اللغوية، واقتصاديات التشغيل.

ماذا عن «Ox Alpha»؟

لا تثبت الأدلة المتاحة أن نموذجًا صينيًا رائدًا باسم Ox Alpha كان نظامًا موثقًا ومُطلقًا يمكن مقارنته بـDeepSeek-V3 أو Qwen2.5-Max. لذلك ينبغي التعامل مع الاسم بوصفه تسمية غير موثقة أو تكهنًا، لا دليلًا في تقييم قدرات الصين في الذكاء الاصطناعي.

ولا يغير ذلك الخلاصة الأوسع: تكمن أهمية Qwen2.5-Max في أنه انضم إلى DeepSeek ومطورين صينيين آخرين في جعل قمة الذكاء الاصطناعي أكثر تعددًا للأقطاب. ولم تعد أدوات المنافسة تقتصر على تدريب نماذج أكبر، بل شملت كفاءة MoE، والأوزان المفتوحة، والانتشار متعدد اللغات، وواجهات السحابة، وقابلية العمل على عتاد متنوع، والقدرة على تحويل عائلة نماذج إلى منظومة عالمية للمطورين.