Qwen2.5-Max: Bagaimana Alibaba Memanaskan Persaingan Model AI Global

Pelancaran Qwen2.5-Max oleh Alibaba pada 28–29 Januari 2025 mengubah perbualan tentang siapa yang mampu membangunkan model AI berprestasi hampir ke tahap termaju. Model itu muncul tidak lama selepas DeepSeek-V3 mencuri perhatian dunia, lalu menunjukkan bahawa persaingan AI bukan lagi tertumpu pada segelintir makmal di Amerika Syarikat. 29

Namun, pelancaran tersebut tidak membuktikan bahawa Qwen2.5-Max secara mutlak mengatasi semua model pesaing. Kepentingannya yang lebih berkekalan ialah strategi Alibaba: syarikat teknologi China itu menggabungkan model unggulan yang dihoskan dalam awan dengan keluarga model yang boleh dimuat turun, alat pembangun dan API terurus.

Apakah Qwen2.5-Max?

Alibaba menggambarkan Qwen2.5-Max sebagai model bahasa besar berskala tinggi berasaskan mixture-of-experts (MoE). Dalam seni bina MoE, input yang berbeza boleh diarahkan kepada rangkaian “pakar” yang berbeza. Tidak semua komponen model perlu diaktifkan bagi setiap token, sekali gus berpotensi mengimbangi kapasiti model dengan kecekapan pengiraan.

Bahan pelancaran awam Alibaba tidak mendedahkan maklumat yang mencukupi untuk mengesahkan jumlah parameter keseluruhan atau jumlah parameter yang aktif bagi setiap permintaan. 9

Alibaba berkata Qwen2.5-Max dilatih awal menggunakan lebih 20 trilion token, sebelum melalui latihan pascakelola dengan penalaan halus diselia (SFT) dan pembelajaran pengukuhan daripada maklum balas manusia (RLHF). Proses ini bertujuan meningkatkan keupayaan model mengikuti arahan, menghasilkan jawapan yang lebih baik dan menyesuaikan respons dengan keutamaan manusia. 259

Qwen2.5-Max juga tidak harus disamakan dengan checkpoint Qwen2.5 yang boleh dimuat turun. Keluarga Qwen2.5 merangkumi model asas dan model yang ditala mengikut arahan, daripada 0.5 bilion hingga 72 bilion parameter, termasuk versi terkuantisasi yang diedarkan melalui Hugging Face, ModelScope dan Kaggle. 132

Sebaliknya, Max diposisikan sebagai model unggulan yang dihoskan, bukannya checkpoint terbuka untuk dimuat turun. Analisis pada ketika itu mengenal pasti Alibaba Cloud Model Studio sebagai saluran perkhidmatan utamanya. 13

Dua laluan akses: model terhos dan model terbuka

Perbezaan ini memperlihatkan pendekatan dua hala Alibaba:

• Model berprestasi tinggi yang dihoskan: Alibaba mengawal akses kepada sistem paling berkeupayaannya melalui Model Studio dan antara muka Qwen berkaitan.
• Model dengan pemberat terbuka: Pembangun boleh memuat turun, mengubah suai, mengkuantisasi dan menggunakan ahli keluarga Qwen yang lain melalui repositori awam.

Laporan teknikal Qwen2.5 menyenaraikan lebih 100 model dan variasi yang boleh diakses melalui repositori seperti Hugging Face, ModelScope dan Kaggle. Ia turut menyenaraikan variasi Qwen2.5 MoE terhos yang tersedia melalui Alibaba Cloud Model Studio. 132

Bagi pembangun, susunan ini menawarkan pilihan antara kemudahan dan kawalan. API terurus mengurangkan kerja menyediakan infrastruktur, manakala pemberat terbuka memberikan lebih banyak kawalan terhadap penggunaan, penyesuaian dan lokasi data.

Dengan cara ini, Alibaba boleh menggunakan keluaran terbuka untuk membina komuniti pembangun, sambil menggunakan Model Studio untuk menukarkan penggunaan model kepada permintaan terhadap perkhidmatan awan.

Apakah dakwaan Alibaba tentang prestasinya?

Alibaba berkata Qwen2.5-Max secara umum setanding dengan Claude 3.5 Sonnet dan mengatasi GPT-4o, DeepSeek-V3 serta Llama 3.1 405B dalam banyak penilaian yang dilaporkannya. Syarikat itu menonjolkan ujian seperti MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench dan Arena-Hard—yang mengukur pengetahuan, penaakulan sukar, pengekodan, keupayaan umum dan penilaian berasaskan keutamaan pengguna. 29

Dakwaan ini perlu dibaca dengan berhati-hati. Keputusan yang diterbitkan oleh pembangun model sendiri menunjukkan perkara yang diukur di bawah keadaan tertentu; ia bukan bukti bahawa model tersebut unggul dalam semua penggunaan sebenar. Versi penanda aras, cara arahan ditulis, tetapan model dan kemungkinan pencemaran data latihan semuanya boleh mempengaruhi perbandingan. Laporan ketika itu turut menyarankan agar dakwaan tersebut dinilai secara kritikal. 254

Petunjuk yang lebih bebas datang daripada papan pendahulu Chatbot Arena berasaskan penilaian orang ramai, seperti yang dilaporkan pada awal Februari 2025. Qwen2.5-Max mencatat skor 1332 dan menduduki tempat ketujuh keseluruhan; laporan turut meletakkannya di tempat pertama bagi kategori matematik dan pengekodan, serta tempat kedua untuk arahan sukar. 1012

Keputusan itu menyokong pandangan bahawa Qwen2.5-Max ialah model serius yang hampir ke tahap termaju. Tetapi ia tidak membuktikan bahawa model itu terbaik untuk setiap tugas, dan tidak mengukur semua perkara penting dalam penggunaan sebenar—termasuk kebolehpercayaan, keselamatan, penggunaan alat, kependaman, tadbir urus data atau sokongan perusahaan.

Perbandingan yang lebih wajar dengan GPT-4o, Claude dan DeepSeek

Kesimpulan paling kukuh adalah lebih terhad daripada tajuk utama dakwaan Alibaba:

• Berbanding GPT-4o, Alibaba melaporkan kelebihan dalam pelbagai penanda aras, tetapi dakwaan itu perlu kekal dikaitkan dengan Alibaba dan ujian khusus yang digunakan. 29
• Berbanding Claude 3.5 Sonnet, Alibaba mempersembahkan Qwen2.5-Max sebagai model yang secara umum setanding, bukannya membuktikan kelebihan menyeluruh. 29
• Berbanding DeepSeek-V3, pelancaran ini amat penting kerana ia menunjukkan Alibaba mampu bertindak pantas terhadap pesaing China yang baru mendapat perhatian dunia, dengan model yang didakwa mengatasi DeepSeek dalam beberapa penilaian. 25

Ringkasnya, Qwen2.5-Max mengalihkan persoalan daripada “Bolehkah model China bersaing?” kepada “Model manakah paling sesuai untuk beban kerja, kaedah penggunaan, bahasa dan bajet tertentu?”

Hubungannya dengan keluarga Qwen2.5

Qwen2.5-Max ialah lanjutan generasi Qwen2.5, tetapi memainkan peranan yang berbeza dalam portfolio Alibaba. Keluarga terdahulu menekankan pelbagai saiz model terbuka—daripada model ringan untuk percubaan hingga model unggulan 72 bilion parameter. 132

Max pula menambah pilihan berprestasi tinggi yang dihoskan. Alibaba dapat menunjukkan aspirasi di peringkat termaju tanpa mendedahkan semua aspek model unggulan itu, termasuk pemberat, seni bina terperinci dan artifak latihan.

Hasilnya bukan strategi mudah “sumber terbuka lawan sumber tertutup”. Ia lebih tepat dilihat sebagai strategi portfolio: keterbukaan membantu menarik pembangun, manakala model terhos menyokong pengedaran komersial dan penggunaan awan.

Ekosistem Qwen yang lebih luas turut memberi tumpuan kepada penggunaan berbilang bahasa dan pengekodan, dengan penekanan khusus terhadap bahasa Cina dan Inggeris di samping bahasa seperti Sepanyol, Perancis dan Jepun. 40 Bagi perusahaan yang beroperasi merentas pasaran Asia dan global, liputan bahasa ini mungkin sama pentingnya dengan perbezaan kecil dalam penanda aras berbahasa Inggeris.

Qwen3 menjadikan strategi itu lebih jelas

Langkah besar Alibaba seterusnya ialah Qwen3, yang dilancarkan pada April 2025 sebagai keluarga model dengan pemberat terbuka. Keluaran awalnya merangkumi enam model padat berukuran 0.6 bilion hingga 32 bilion parameter, serta dua model MoE—termasuk model dengan 235 bilion parameter keseluruhan dan 22 bilion parameter aktif. Alibaba menyediakan model tersebut secara global melalui saluran termasuk Hugging Face, GitHub dan ModelScope. 171831

Qwen3 menjelaskan logik portfolio Qwen. Alibaba boleh mengekalkan keupayaan premium atau khusus melalui perkhidmatan terurus, sambil mengeluarkan pelbagai model untuk dijalankan dan diubah suai sendiri oleh pembangun. Model Studio menjadi pasangan awan kepada ekosistem terbuka itu, lalu menyediakan laluan daripada percubaan awal kepada penggunaan terurus. 1718

Ekosistem tersebut turut berkembang melangkaui pemberat model. Alibaba kemudiannya menerangkan variasi Qwen3 terkuantisasi untuk perkakasan Apple, sokongan model Qwen3 yang lebih besar pada GPU AMD Instinct MI300X, serta versi ringan yang direka untuk peranti mudah alih berasaskan Arm. 22

Integrasi ini penting kerana persaingan model tidak ditentukan oleh skala latihan semata-mata. Ia juga bergantung pada betapa mudahnya model dijalankan merentasi awan, pemecut AI, komputer riba dan peranti pinggir.

Mengapa pelancaran ini meningkatkan tekanan persaingan?

Qwen2.5-Max meningkatkan tekanan terhadap pembangun model termaju melalui tiga cara utama.

1. Ia menunjukkan persaingan AI China lebih luas

DeepSeek-V3 telah mencabar andaian tentang keupayaan China menghasilkan model yang sangat berkeupayaan. Tindak balas Alibaba menunjukkan DeepSeek bukan satu-satunya pembangun China yang mampu membuat lonjakan hampir ke tahap termaju.

Sebuah syarikat awan besar dengan keluarga model yang sudah matang boleh bergerak pantas, menerbitkan keputusan yang kukuh dan mengedarkan model melalui platform sedia ada. 2

2. Ia menjadikan pengedaran sebahagian daripada nilai model

Nilai komersial model bergantung pada lebih daripada skor penanda aras. Pembangun turut mengambil kira akses API, pilihan penggunaan, prestasi berbilang bahasa, sokongan perkakasan, alat integrasi serta keupayaan menala halus atau mengehos model sendiri.

Alibaba menggabungkan beberapa saluran ini melalui keluarga Qwen dan Model Studio. 11722

3. Ia mengukuhkan daya tarikan alternatif yang lebih murah dan fleksibel

Jika sesuatu model sudah memadai untuk pembantu pengekodan, terjemahan, carian berasaskan dokumen, khidmat pelanggan atau pembantu dalaman, pembeli mungkin tidak memerlukan skor tertinggi mutlak dalam setiap penilaian termaju.

Pemberat terbuka, seni bina MoE yang cekap dan ketersediaan melalui awan boleh mengurangkan halangan penggunaan walaupun model itu tidak jelas mendominasi pasaran.

Keadaan ini memberi tekanan kepada penyedia model proprietari yang mahal untuk membuktikan nilai mereka melalui kelebihan yang boleh diukur dalam kebolehpercayaan, keselamatan, penggunaan alat, pengendalian konteks, kawalan perusahaan dan kualiti perkhidmatan—bukan sekadar dakwaan sebagai model “termaju”. Laporan semasa turut menggambarkan model China sebagai semakin mengecilkan jurang keupayaan sambil bersaing secara agresif dari segi kos dan akses. 47

Kesan yang lebih mungkin ialah pembahagian pasaran, bukannya penggantian serta-merta. Sesetengah organisasi akan terus membayar model tertutup paling berkeupayaan, manakala yang lain memilih model China terhos atau alternatif dengan pemberat terbuka kerana gabungan prestasi, kawalan, penyetempatan dan kos operasi yang lebih sesuai.

Bagaimana pula dengan “Ox Alpha”?

Bukti yang tersedia tidak mengesahkan bahawa model AI termaju China bernama Ox Alpha ialah sistem yang didokumentasikan dan telah dikeluarkan, setanding dengan DeepSeek-V3 atau Qwen2.5-Max. Oleh itu, nama tersebut wajar dianggap sebagai label yang belum disahkan atau spekulasi, bukan bukti dalam menilai keupayaan AI China.

Ketidakpastian itu tidak mengubah kesimpulan yang lebih luas. Qwen2.5-Max penting kerana ia menyertai DeepSeek dan pembangun China lain dalam menjadikan persaingan AI lebih berbilang kutub.

Senjata persaingan bukan sekadar model yang lebih besar. Ia turut merangkumi kecekapan MoE, pemberat terbuka, sokongan berbilang bahasa, API awan, kebolehalihan perkakasan dan keupayaan mengubah keluarga model menjadi ekosistem pembangun global.