Qwen2.5-Max Alibaba: Mengapa Model AI Ini Menghangatkan Perlumbaan Global

Pelancaran Qwen2.5-Max oleh Alibaba pada Januari 2025 penting bukan semata-mata kerana kedudukannya dalam senarai penanda aras. Ia menunjukkan bagaimana sebuah syarikat awan China yang besar boleh menggabungkan model berkeupayaan tinggi dengan akses API serta-merta—kemudian mengukuhkan tawaran itu melalui ekosistem Qwen yang luas dan sebahagiannya menggunakan pemberat terbuka.

Hasilnya, pasaran AI menjadi lebih sengit. Penyedia Barat tidak lagi boleh bergantung hanya pada kelebihan prestasi, manakala pembangun China bukan sekadar bersaing sesama sendiri. Mereka turut berlawan dari segi harga, keterbukaan, fleksibiliti penggunaan dan capaian perusahaan.

Apakah Qwen2.5-Max?

Alibaba menerangkan Qwen2.5-Max sebagai model bahasa berskala besar berasaskan mixture-of-experts (MoE). Model ini dilatih awal menggunakan lebih 20 trilion token, sebelum melalui latihan susulan dengan penalaan halus terselia atau supervised fine-tuning (SFT), serta pembelajaran pengukuhan daripada maklum balas manusia atau reinforcement learning from human feedback (RLHF). 9

Model MoE mempunyai beberapa rangkaian “pakar” dan hanya menghalakan setiap input kepada sebahagian daripada pakar tersebut. Reka bentuk ini boleh meningkatkan kapasiti keseluruhan tanpa mengaktifkan semua bahagian model bagi setiap permintaan. Namun, Alibaba tidak mendedahkan butiran seni bina yang mencukupi ketika pelancaran untuk mengesahkan secara bebas jumlah parameter atau jumlah parameter aktif Qwen2.5-Max. 9

Qwen2.5-Max berkait rapat dengan keluarga Qwen2.5 yang boleh dimuat turun, tetapi kedua-duanya bukan model yang sama. Keluarga Qwen2.5 merangkumi model asas dan model yang ditala untuk arahan, dengan saiz antara 0.5 bilion hingga 72 bilion parameter. Versi terkuantum juga tersedia melalui repositori seperti Hugging Face, ModelScope dan Kaggle. 132

Sebaliknya, Qwen2.5-Max pada peringkat awal ditawarkan sebagai model terhos, bukan keluaran dengan pemberat yang boleh dimuat turun. Akses awal dikaitkan dengan perkhidmatan Model Studio Alibaba Cloud serta antara muka sembang Qwen. 13

Dakwaan Alibaba dan apa yang sebenarnya dibuktikan

Alibaba mendakwa Qwen2.5-Max berprestasi kira-kira setanding dengan Claude 3.5 Sonnet dalam beberapa penilaian, selain mengatasi GPT-4o, DeepSeek-V3 dan Llama 3.1 405B “hampir di seluruh papan”. Dakwaan itu datang daripada Alibaba sendiri dan bukan bukti bahawa model tersebut sentiasa unggul dalam semua penggunaan produksi. 29

Syarikat itu menonjolkan beberapa ujian yang mengukur keupayaan berbeza, termasuk:

• MMLU-Pro untuk soalan pengetahuan dan penaakulan yang sukar
• GPQA-Diamond untuk soalan mencabar pada tahap pakar
• LiveCodeBench untuk keupayaan pengekodan
• LiveBench untuk keupayaan model secara lebih menyeluruh
• Arena-Hard sebagai anggaran terhadap pilihan manusia 912

Gabungan ujian ini membantu meletakkan Qwen2.5-Max sebagai model serba guna untuk pengekodan, matematik, kerja berasaskan pengetahuan dan pembantu perusahaan. Namun, keputusan penanda aras boleh berubah mengikut arahan, versi model, kaedah penilaian serta perbezaan akses kepada alat atau arahan sistem.

Justeru, keputusan tersebut lebih wajar dibaca sebagai bukti bahawa Qwen2.5-Max sangat kompetitif dalam ujian tertentu—bukan sebagai kedudukan mutlak yang merangkumi ketepatan fakta, keselamatan, kependaman, penggunaan alat atau kesesuaian untuk perusahaan.

Kedudukan dalam Chatbot Arena

Papan pendahulu Chatbot Arena yang dilaporkan pada awal Februari 2025 meletakkan Qwen2.5-Max di tempat ketujuh keseluruhan dengan skor 1,332. Laporan sama menyatakan model itu menduduki tempat pertama dalam kategori matematik dan pengekodan, serta tempat kedua bagi soalan sukar. 1012

Keputusan ini memberi isyarat luaran yang penting kerana Chatbot Arena membandingkan jawapan model melalui penilaian orang ramai. Walau bagaimanapun, papan pendahulu itu sentiasa berubah dan sensitif terhadap bentuk arahan. Kedudukan tinggi dalam Arena tidak dengan sendirinya mengukur kebolehpercayaan fakta, keselamatan, penggunaan alat, tingkah laku ejen dalam tugasan jangka panjang atau keperluan operasi sesebuah organisasi.

Kesimpulan yang paling kukuh adalah lebih sederhana: Qwen2.5-Max merupakan pencabar yang benar-benar hampir ke tahap peneraju. Prestasinya mencabar andaian bahawa model China masih jauh di belakang sistem terbaik dari Amerika Syarikat. Dakwaan Alibaba yang lebih tegas perlu kekal dikaitkan dengan syarikat itu dan dengan penanda aras tertentu yang digunakannya. 29

Kekuatan sebenar: ekosistem Qwen

Nilai strategik Qwen2.5-Max sebahagiannya datang daripada model-model lain di sekelilingnya. Laporan teknikal Qwen2.5 menyebut lebih 100 model dan variasi yang boleh diakses melalui repositori awam, dengan keluarga itu menggabungkan keluaran berberat terbuka dan tawaran terhos proprietari. 1

Gabungan ini memenuhi keperluan pengguna yang berbeza:

• Pembangun boleh memuat turun, menala, mengecilkan saiz melalui kuantisasi dan mengehos sendiri model yang lebih kecil.
• Perniagaan boleh menggunakan API terurus tanpa mengendalikan infrastruktur model sendiri.
• Alibaba Cloud boleh menukar permintaan terhadap model kepada penggunaan perkhidmatan awan melalui Model Studio.
• Rakan perkakasan dan perisian boleh menyokong penggunaan model dalam lebih banyak persekitaran berbanding API tertutup tunggal.

Ini bukan strategi yang mudah dibahagikan kepada “terbuka” lawan “tertutup”. Alibaba mengekalkan model utama berprestasi tinggi di sebalik akses terhos, sambil menggunakan model terbuka untuk membina kebiasaan pembangun, integrasi dan minat terhadap penggunaan setempat.

Bagaimana Qwen3 meneruskan strategi itu

Langkah besar seterusnya ialah Qwen3, yang dilancarkan pada April 2025 sebagai keluarga model sumber terbuka. Keluaran itu merangkumi enam model padat dengan saiz antara 0.6 bilion hingga 32 bilion parameter, serta dua model MoE: satu dengan 30 bilion jumlah parameter dan 3 bilion parameter aktif, dan satu lagi dengan 235 bilion jumlah parameter serta 22 bilion parameter aktif. 1718

Model Qwen3 tersedia secara global melalui saluran termasuk Hugging Face, GitHub dan ModelScope. Pengguna juga boleh menerokainya melalui chat.qwen.ai, manakala akses API dirancang melalui platform model Alibaba. 1718

Perkembangan ini menjelaskan model perniagaan Alibaba. Syarikat itu boleh menawarkan akses premium yang terurus melalui perkhidmatan terhos, sambil mengeluarkan pelbagai pemberat terbuka bagi menggalakkan penggunaan setempat, penalaan halus dan aplikasi pihak ketiga. Model Studio menjadi jambatan komersial antara kedua-dua bahagian portfolio tersebut.

Alibaba kemudiannya turut mempromosikan sokongan Qwen3 dalam pelbagai persekitaran perkakasan, termasuk penggunaan versi terkuantum pada peranti Apple, sokongan GPU AMD Instinct dan model lebih kecil untuk perkakasan mudah alih berasaskan Arm. 22 Ini menjadikan ekosistem Qwen kurang bergantung pada satu penyedia awan atau satu platform pemecut AI.

Mengapa pelancaran ini menghangatkan persaingan AI termaju

Qwen2.5-Max muncul tidak lama selepas DeepSeek-V3 menarik perhatian antarabangsa. Masanya menjadikan pelancaran Alibaba kelihatan bukan sebagai kejayaan terpencil, tetapi sebagai tanda bahawa persaingan AI China sedang berkembang dengan pantas. Sebagai pemain awan besar dengan keluarga model yang sudah matang, Alibaba dapat bertindak balas dengan model yang didakwanya setanding dengan sistem utama dari Amerika Syarikat. 2

Tekanan terhadap pembangun model termaju datang daripada empat arah:

1. Prestasi: Model yang hampir menyamai tahap peneraju dalam pengekodan, matematik dan pengetahuan umum boleh bersaing untuk tugasan sebenar walaupun tidak mendahului setiap penanda aras.
2. Kos dan kecekapan: Seni bina MoE serta strategi infrastruktur yang agresif berpotensi menjadikan model berkeupayaan tinggi lebih murah untuk dikendalikan.
3. Akses: API memudahkan penggunaan, manakala pemberat terbuka membolehkan pengehosan sendiri dan penyesuaian mengikut keperluan.
4. Pengedaran: Platform awan boleh memasukkan model terus ke dalam aliran kerja pembangunan, penggunaan dan pengebilan perusahaan.

Bagi penyedia Barat seperti Anthropic dan OpenAI, piawaian untuk membezakan produk menjadi lebih tinggi. Model premium perlu membuktikan kelebihan yang tahan lama dari segi keupayaan, keselamatan, kebolehpercayaan, penggunaan alat, konteks panjang, tadbir urus atau sokongan perusahaan—bukan sekadar mencatat keputusan menarik dalam satu penanda aras.

Kesan paling mungkin ialah pembahagian pasaran, bukan penggantian serta-merta. Organisasi dengan keperluan paling ketat mungkin terus membayar sistem termaju proprietari, manakala penggunaan yang sensitif terhadap kos, memerlukan penyesuaian tinggi atau menitikberatkan kawalan data akan mempunyai lebih banyak pilihan daripada China dan ekosistem model terbuka.

Keupayaan pelbagai bahasa dan penggunaan global

Orientasi pelbagai bahasa keluarga Qwen turut menjadi aset persaingan. Bahan Qwen2.5 menerangkan ekosistem model yang luas untuk penggunaan bahasa dan kod, manakala bahan Qwen3 kemudiannya menyatakan sokongan terhadap 119 bahasa dan dialek. 118

Bagi syarikat antarabangsa, liputan bahasa boleh mempengaruhi pemilihan model sama pentingnya dengan penanda aras berbahasa Inggeris. Ia memberi kesan kepada penyetempatan, khidmat pelanggan, terjemahan, sistem pengetahuan dalaman dan penggunaan di rantau berbeza.

Kelebihan sebenar tetap bergantung pada mutu model bagi setiap bahasa serta keperluan perniagaan. Namun, strategi bahasa yang luas memberi Alibaba lebih banyak ruang untuk bersaing di luar pasaran yang berpusatkan bahasa Inggeris.

Bagaimana pula dengan “Ox Alpha”?

Berdasarkan bahan yang tersedia, tiada bukti yang cukup kukuh bahawa model AI China bernama Ox Alpha merupakan sistem yang didokumenkan dan dilancarkan, setanding dengan DeepSeek-V3 atau Qwen2.5-Max. Oleh itu, nama tersebut wajar dianggap sebagai label yang belum disahkan atau spekulasi—bukan bukti dalam penilaian keupayaan AI China.

Ketidakpastian itu tidak mengubah kesimpulan yang lebih besar. Qwen2.5-Max, DeepSeek dan keluaran model China selepasnya menunjukkan bahawa persaingan AI termaju semakin bersifat berbilang kutub. Pemberat terbuka, seni bina cekap, API terhos, sokongan pelbagai bahasa dan pengedaran melalui awan kini menjadi senjata persaingan, bukan ciri sampingan.

Kepentingan jangka panjang Qwen2.5-Max

Qwen2.5-Max tidak membuktikan bahawa Alibaba telah mengatasi setiap makmal AI Barat secara kekal. Sumbangan terpentingnya bersifat strategik: model itu menunjukkan bagaimana sebuah syarikat boleh menggabungkan model utama yang kompetitif, akses awan, pembangunan model terbuka dan pengedaran global kepada pembangun.

Pendekatan hibrid ini mengubah soalan yang perlu ditanya oleh pembeli AI. Mereka tidak lagi hanya perlu bertanya model mana yang menduduki tempat teratas dalam penanda aras. Mereka juga perlu membandingkan keupayaan, kos, keterbukaan, kawalan penggunaan, liputan bahasa, sokongan perkakasan dan operasi perusahaan secara serentak.

Dalam erti kata itu, Qwen2.5-Max menghangatkan perlumbaan AI termaju walaupun sebahagian kemenangan penanda arasnya masih boleh diperdebatkan. Ia membantu mengalihkan persaingan daripada pertarungan antara beberapa makmal tertutup kepada pasaran yang lebih luas—pasaran di mana ekosistem model dan infrastruktur di sekelilingnya sama penting dengan model itu sendiri.