Sådan satte Alibaba yderligere fart på kapløbet om den førende AI-model

Alibabas lancering af Qwen2.5 Max den 28.-29. januar 2025 var mere end endnu en modeludgivelse. Den viste, at kinesiske udviklere kunne reagere hurtigt med en model, som virksomheden selv placerede tæt på den globale front inden for kunstig intelligens – og samtidig distribuere den gennem en af verdens store cloudplatforme. 5

Det lagde pres på både amerikanske leverandører med lukkede og ofte dyrere modeller og på kinesiske rivaler som DeepSeek. Betydningen lå derfor ikke i, at én enkelt benchmarktest afgjorde AI-kapløbet, men i at Alibaba kombinerede konkurrencedygtige præstationspåstande med cloudadgang og et stadig mere åbent modeløkosystem. 29

Hvad var Qwen2.5 Max?

Qwen2.5 Max var på lanceringstidspunktet Alibabas største og mest avancerede model i Qwen-serien. Den var en såkaldt mixture-of-experts-model (MoE) – en type stor sprogmodel, hvor mange specialiserede “eksperter” findes i den samlede model, men kun et udvalg aktiveres for hver forespørgsel.

Det kan øge den samlede kapacitet uden nødvendigvis at gøre hver beregning lige så dyr som i en tilsvarende tæt, såkaldt dense model. Alibaba offentliggjorde dog ikke tilstrækkelige arkitekturdetaljer til, at man uafhængigt kunne fastslå et præcist antal samlede eller aktive parametre. 9

Modellen blev fortrænet på mere end 20 billioner tokens og eftertrænet med kurateret supervised fine-tuning (SFT) samt reinforcement learning from human feedback (RLHF). SFT betyder, at modellen lærer fra udvalgte eksempler med ønskede svar, mens RLHF bruger menneskelig feedback til at forme modellens adfærd og svarstil. 92

Qwen2.5 Max var ikke det samme som de tidligere modeller, der kunne downloades fra Qwen2.5-familien. Den bredere serie omfattede åbne basis- og instruktionsjusterede modeller fra 0,5 til 72 milliarder parametre samt kvantiserede versioner. De blev distribueret via blandt andre Hugging Face, ModelScope og Kaggle. 113

Flagship-modellen Max blev derimod i første omgang tilbudt som en hostet tjeneste. Adgangen gik gennem Alibaba Clouds Model Studio-API og Qwen-relaterede chat- og produktgrænseflader. Lanceringen var dermed både en modeludgivelse og et forsøg på at skabe cloudforbrug og erhvervsindtægter. 13

Stærke resultater – men med et vigtigt forbehold

Alibaba hævdede, at Qwen2.5 Max omtrent matchede Claude 3.5 Sonnet i flere evalueringer og overgik GPT-4o, DeepSeek-V3 og Llama 3.1 405B “næsten over hele linjen”. Det var virksomhedens egne påstande og ikke i sig selv et bevis på, at modellen var bedst i alle praktiske situationer. 29

Virksomheden fremhævede blandt andet tests af vanskelig viden, programmering og generelle evner. Det omfattede MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench og Arena-Hard. Testprofilen placerede især modellen som interessant til kodning, matematik, krævende vidensopgaver og virksomheders AI-assistenter. 912

På den brugerbaserede Chatbot Arena-liste, som blev omtalt i begyndelsen af februar 2025, fik Qwen2.5 Max en score på 1332 og blev placeret som nummer syv samlet. Ifølge rapporteringen førte modellen inden for matematik og kodning og blev nummer to på svære prompts. 1012

Chatbot Arena er dog en dynamisk rangliste, der afhænger af prompts og brugernes præferencer. Den måler ikke fuldt ud faktorer som pålidelighed, sikkerhed, agentfunktioner eller egnethed til virksomheders konkrete arbejdsgange.

Den mest holdbare konklusion er derfor, at Qwen2.5 Max var en troværdig kandidat tæt på frontier-niveau. Påstande om, at den definitivt “slog” GPT-4o, Claude 3.5 Sonnet eller DeepSeek-V3, bør fortsat tilskrives Alibaba og forstås i relation til bestemte benchmarks. 29

Hvorfor økosystemet var lige så vigtigt som modellen

Qwen2.5-familien understøttede mange sprog og anvendelser inden for programmering. Det gjorde serien interessant for virksomheder, der har brug for lokalisering uden for den engelsksprogede kerne, som præger mange frontier-modeller. Senere oplyste Alibaba, at Qwen3 understøttede 119 sprog og dialekter. 13

Alibabas strategi byggede på en kombination af lukkede, hostede topmodeller og bredt tilgængelige modeller med åbne vægte:

• Åbne modeller kan skabe adoption blandt udviklere.
• Virksomheder kan selv hoste og finjustere dem.
• Hardwareproducenter og platforme får incitament til at understøtte dem.
• Model Studio giver Alibaba en administreret API- og implementeringskanal til erhvervskunder.

Den tekniske Qwen2.5-rapport beskrev mere end 100 tilgængelige modeller og varianter på offentlige platforme. 1

Hardwarefleksibilitet blev senere en del af samme strategi. Alibaba fremhævede blandt andet kvantiserede Qwen3-varianter til Apple-enheder og understøttelse af Qwen3 på AMD Instinct-hardware. Det kan mindske afhængigheden af én bestemt cloudplatform eller acceleratorleverandør. 15

Qwen3 skruede yderligere op

I april 2025 lancerede Alibaba Qwen3 som en ny, open source-generation. Serien omfattede seks dense-modeller fra 0,6 til 32 milliarder parametre og to MoE-modeller. Den største havde 235 milliarder samlede parametre, hvoraf 22 milliarder var aktive under en given beregning. 43

Udviklingen fra Qwen2.5 Max til Qwen3 illustrerede en hybridmodel: Alibaba kunne beholde hostede high-end-produkter, hvor virksomheden kontrollerede adgang og indtjening, samtidig med at en bred vifte af åbne modeller blev gjort tilgængelig for udviklere verden over. 413

Model Studio blev den administrerede overflade for denne portefølje. På den måde kunne Alibaba omsætte modeludvikling til cloudforbrug i stedet for udelukkende at forsøge at tjene penge direkte på modelvægtene. 13

Et nyt pres på de amerikanske frontier-udviklere

Qwen2.5 Max kom kort efter, at DeepSeek-V3 havde fået stor international opmærksomhed. Det gjorde det sværere at se Kinas AI-fremgang som et enkeltstående gennembrud hos én virksomhed. Alibabas hurtige svar viste, at en etableret kinesisk cloudgigant med en moden modelfamilie kunne præsentere et system, som virksomheden mente kunne måle sig med førende amerikanske modeller. 2

Presset handler dog ikke kun om, hvem der får den højeste score i en test. En model, der er god nok til programmering, kundeservice, oversættelse, informationssøgning og interne assistenter – og som samtidig er billigere, tilgængelig via API eller kan køres lokalt – kan være et attraktivt alternativ i store virksomhedsløsninger.

Det tvinger dyre frontier-leverandører som Anthropic til at retfærdiggøre prisen med et varigt forspring inden for ydeevne, sikkerhed, pålidelighed, værktøjsbrug, lange kontekster, virksomhedskontrol og service. Nyere rapportering har på samme måde beskrevet, hvordan kinesiske modeller har indsnævret kapabilitetsgabet og samtidig konkurrerer aggressivt på pris. 611

Det mest sandsynlige resultat er ikke en øjeblikkelig udskiftning af alle amerikanske modeller, men en mere opdelt markedsstruktur. De mest krævende kunder kan fortsat betale for de stærkeste proprietære systemer, mens prisfølsomme eller suverænitetsorienterede organisationer i stigende grad vælger kinesiske eller åbne modeller.

Hvad med “Ox Alpha”?

Der er ikke tilstrækkeligt pålideligt belæg for, at en kinesisk frontier-model med navnet “Ox Alpha” var et dokumenteret og udgivet system på niveau med DeepSeek-V3 eller Qwen2.5 Max. Navnet bør derfor behandles som spekulation eller en ubekræftet betegnelse – ikke som bevis på Kinas AI-kapacitet.

Den overordnede konklusion afhænger ikke af Ox Alpha. Qwen, DeepSeek, Moonshot, Z.ai og andre har gjort frontier-konkurrencen mere multipolær. Åbne vægte, effektive MoE-arkitekturer, cloud-API'er og lave driftsomkostninger er ikke længere sidefunktioner, men centrale konkurrencevåben. 64