Qwen2.5-Max: Jak Alibaba v lednu 2025 vystupňovala závod o nejvýkonnější AI modely

Uvedení modelu Qwen2.5-Max v lednu 2025 vyslalo do odvětví jasný signál: čínští vývojáři dokážou rychle vytvořit systémy blížící se tehdejší špičce a zároveň je distribuovat prostřednictvím velké cloudové platformy. Alibaba tím zvýšila tlak jak na konkurenty v Číně, například DeepSeek, tak na západní poskytovatele uzavřených modelů a jejich cenovou politiku. Význam novinky nespočíval v tom, že by jediný benchmark jednou provždy rozhodl závod. Důležitější bylo spojení konkurenceschopných výkonových tvrzení, cloudového přístupu a stále otevřenějšího ekosystému modelů. 29

Co byl Qwen2.5-Max

Alibaba oznámila Qwen2.5-Max 28.–29. ledna 2025 jako tehdy největší a nejvýkonnější model v rodině Qwen. Šlo o rozsáhlý jazykový model typu mixture of experts (MoE), předtrénovaný na více než 20 bilionech tokenů. Po předtrénování následovalo řízené dolaďování na pečlivě vybraných datech (SFT) a posilovací učení z lidské zpětné vazby (RLHF). 92

Architektura MoE umožňuje zvětšit celkovou kapacitu modelu, aniž by se při každém požadavku aktivovaly všechny jeho části. Pro konkrétní dotaz se zapojuje jen vybraná podmnožina „expertů“, což může ve srovnání s podobně schopným hustým modelem zlepšit efektivitu inference. Alibaba však při oznámení neposkytla dostatek architektonických podrobností, aby bylo možné nezávisle určit přesný počet všech a aktivních parametrů. 9

Qwen2.5-Max nebyl totožný s dříve stažitelnými modely Qwen2.5. Širší rodina Qwen2.5 zahrnovala základní i instrukčně laděné modely o velikosti od 0,5 do 72 miliard parametrů a také jejich kvantizované varianty. Ty byly dostupné přes Hugging Face, ModelScope a Kaggle. Vlajkový model Max byl zpočátku poskytován především jako hostovaná služba bez zveřejnění vah. 113

První přístup vedl přes API platformy Alibaba Cloud Model Studio a rozhraní zaměřená na chat a produkty Qwen. Uvedení modelu tak bylo zároveň technologickou novinkou i způsobem, jak zvýšit využití cloudových služeb. 13

Výkonové sliby a důležitá výhrada

Alibaba tvrdila, že Qwen2.5-Max dosahuje přibližně úrovně Claude 3.5 Sonnet v několika hodnoceních a že téměř ve všech sledovaných testech překonává GPT-4o, DeepSeek-V3 a Llama 3.1 405B. Jde však o tvrzení samotného výrobce, nikoli o důkaz univerzální převahy ve všech reálných nasazeních. 29

Společnost zdůrazňovala náročné testy znalostí, programování a obecných schopností, mimo jiné MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench a Arena-Hard. Takový profil stavěl model zejména do role nástroje pro programování, matematiku, úlohy vyžadující složitější uvažování a podnikové asistenty. 912

Na komunitním žebříčku Chatbot Arena, o němž se informovalo na začátku února 2025, získal Qwen2.5-Max skóre 1332 a obsadil sedmé místo celkově. Podle zveřejněných zpráv vedl v kategoriích matematiky a programování a druhý byl u náročných promptů. To představuje relevantní externí signál uživatelských preferencí, stále však jde o průběžný žebříček citlivý na výběr zadání. Nejde o úplné měření spolehlivosti, bezpečnosti, schopnosti autonomně pracovat s nástroji ani vhodnosti pro podnikové nasazení. 1012

Nejstřízlivější závěr proto zní: Qwen2.5-Max byl věrohodným kandidátem blížícím se tehdejší špičce, ale tvrzení, že definitivně porazil GPT-4o, Claude 3.5 Sonnet nebo DeepSeek-V3, je třeba připisovat Alibabě a vztahovat ke konkrétním benchmarkům. 29

Vícejazyčnost a význam ekosystému

Širší rodina Qwen2.5 podporovala řadu jazyků i úloh spojených s programovacím kódem. Pozdější modely Qwen3 rozšířily podle Alibaby podporu na 119 jazyků a dialektů. Pro firmy to může být důležité při lokalizaci služeb mimo anglicky orientované nasazení mnoha špičkových modelů. 13

Alibaba současně spojila dva přístupy: proprietární vlajkové modely dostupné přes cloud a rozsáhlé vydávání otevřených vah. Otevřené modely pomáhají získávat vývojáře, podporují vlastní provoz, dolaďování a integrace s různým hardwarem. Model Studio pak nabízí spravovaná API a nasazení, tedy cestu k podnikovým příjmům. Technická zpráva o Qwen2.5 popisovala více než 100 dostupných modelů a variant ve veřejných repozitářích. 1

Tuto strategii posílila i přenositelnost na různá zařízení a akcelerátory. Alibaba později propagovala kvantizované varianty Qwen3 pro zařízení Apple a podporu modelů Qwen3 na grafických akcelerátorech AMD Instinct. Vývojáři tak nejsou odkázáni na jediný cloud nebo jedinou hardwarovou platformu. 15

Qwen3 jako další eskalace

V dubnu 2025 Alibaba uvedla Qwen3, novou generaci své otevřené rodiny velkých jazykových modelů. Nabídka zahrnovala šest hustých modelů od 0,6 do 32 miliard parametrů a dva modely MoE, včetně varianty s celkem 235 miliardami parametrů a 22 miliardami aktivních parametrů. 43

Vývoj od Qwen2.5-Max k Qwen3 ukázal hybridní strategii: u nejvýkonnějších modelů si Alibaba ponechává hostované služby, kde kontroluje přístup i monetizaci, zatímco širokou škálu otevřených modelů uvolňuje globálně, aby získala vývojáře, integrace a podíl na trhu s nasazením AI. 413

Model Studio se stal spravovanou vrstvou tohoto portfolia. Alibaba tak může převádět technologický pokrok do cloudové spotřeby, místo aby otevřené váhy vnímala pouze jako samostatný produkt k přímému prodeji. 13

Proč Qwen2.5-Max zvýšil konkurenční tlak

Qwen2.5-Max přišel krátce po globální pozornosti, kterou získal DeepSeek-V3. Čínský AI sektor tak začal působit méně jako příběh jediné překvapivé firmy a více jako širší konkurenční pole. Alibaba ukázala, že velký cloudový hráč s vybudovanou modelovou rodinou dokáže rychle reagovat systémem, který prezentuje jako srovnatelný s předními americkými modely. 2

Konkurenční tlak přitom nestojí pouze na výsledcích benchmarků. Model, který je dostatečně dobrý pro programování, zákaznickou podporu, překlady, vyhledávání v podnikových datech a interní AI asistenty, může v objemných firemních úlohách nahradit dražší alternativu, pokud je levnější, dostupný přes API nebo ho lze provozovat z otevřených vah.

To nutí poskytovatele drahých špičkových modelů, včetně Anthropic, aby svou cenu obhájili trvalým náskokem ve výkonu, lepší bezpečností a spolehlivostí, pokročilejším používáním nástrojů, kvalitnější prací s dlouhým kontextem, podnikovými kontrolami a podporou. Současné zprávy podobně popisují čínské modely jako systémy, které zmenšují výkonnostní náskok a současně silně soutěží cenou. 611

Pravděpodobným výsledkem proto není okamžité vytlačení západních modelů, ale rozdělení trhu. Nejnáročnější zákazníci mohou dál platit za nejsilnější proprietární systémy, zatímco cenově citlivé nebo na technologické suverenitě založené projekty budou častěji volit čínské či otevřené alternativy.

A co „Ox Alpha“?

Pro tvrzení, že čínský frontier model nazvaný „Ox Alpha“ byl skutečně vydán a je srovnatelný s DeepSeek-V3 nebo Qwen2.5-Max, nejsou k dispozici dostatečně spolehlivé podklady. Označení je proto vhodné chápat jako spekulaci či neověřený název, nikoli jako důkaz schopností čínského AI sektoru.

Celkový závěr na něm ale nezávisí. Qwen, DeepSeek, Moonshot, Z.ai a další firmy učinily ze závodu o špičkovou AI stále více multipolární soutěž. Otevřené váhy, efektivní architektury MoE, cloudová API a nižší provozní náklady se v ní staly konkurenčními zbraněmi, nikoli jen doplňkovými vlastnostmi. 64