Qwen2.5-Max gjorde AI-kappløpet mer multipolært

Alibaba lanserte Qwen2.5-Max 28.–29. januar 2025, kort tid etter at DeepSeek-V3 hadde fått internasjonal oppmerksomhet. Lanseringen utfordret forestillingen om at utviklingen av de mest avanserte AI-modellene var konsentrert hos en liten gruppe amerikanske laboratorier. 29

Det betyr likevel ikke at Qwen2.5-Max beviselig var bedre enn alle konkurrenter. Den mer varige betydningen var strategisk: Alibaba viste at en stor kinesisk skyleverandør kunne tilby en troverdig modell nær fronten av AI-utviklingen – og samtidig bygge et bredere økosystem av åpne modeller, utviklerverktøy og administrerte API-er.

Hva var Qwen2.5-Max?

Qwen2.5-Max ble beskrevet av Alibaba som en storskala mixture-of-experts-modell (MoE). I et MoE-system sendes ulike typer forespørsler til ulike «ekspertnettverk». Dermed kan modellen ha stor samlet kapasitet uten å aktivere alle delene for hvert eneste token. Det kan gi en bedre balanse mellom kapasitet og beregningskostnad, selv om lanseringsmaterialet ikke oppga nok detaljer til å fastslå et presist totalt eller aktivt parameterantall. 9

Alibaba opplyste at modellen var forhåndstrent på mer enn 20 billioner tokens og deretter ettertrent med kuratert veiledet finjustering (SFT) og forsterkende læring fra menneskelige tilbakemeldinger (RLHF). Disse prosessene skal blant annet forbedre instruksjonsforståelse, svarenes kvalitet og modellens tilpasning til menneskelige preferanser. 259

Qwen2.5-Max må ikke forveksles med de nedlastbare Qwen2.5-modellene. Den øvrige Qwen2.5-familien besto av grunnmodeller og instruksjonsjusterte modeller fra 0,5 til 72 milliarder parametere, i tillegg til kvantiserte versjoner på Hugging Face, ModelScope og Kaggle. 132

Max ble i stedet posisjonert som en vertsbasert flaggskipmodell. Samtidsanalyser beskrev Alibaba Clouds Model Studio som den viktigste tjenesten for tilgang til modellen. 13

To spor: lukket flaggskip og åpne modeller

Denne forskjellen viste Alibabas todelte strategi:

• Vertsbaserte toppmodeller: Alibaba kunne kontrollere tilgangen til de mest kapable systemene gjennom Model Studio og Qwen-relaterte grensesnitt.
• Åpne modellvekter: Utviklere kunne laste ned, tilpasse, kvantisere og kjøre andre modeller i Qwen-familien selv.

Den tekniske Qwen2.5-rapporten beskrev mer enn 100 modeller og varianter tilgjengelig gjennom blant annet Hugging Face, ModelScope og Kaggle. Rapporten listet også vertsbaserte Qwen2.5-MoE-varianter gjennom Alibaba Cloud Model Studio. 132

For utviklere skapte dette et praktisk valg mellom enkelhet og kontroll. En administrert API-tjeneste reduserer behovet for egen infrastruktur, mens åpne vekter gir større kontroll over utrulling, tilpasning og hvor dataene behandles. Alibaba kunne dermed bruke åpne utgivelser til å bygge utvikleradopsjon, samtidig som Model Studio kunne omdanne modellbruken til etterspørsel etter skytjenester.

Hva hevdet Alibaba om testresultatene?

Alibaba sa at Qwen2.5-Max var omtrent på nivå med Claude 3.5 Sonnet og slo GPT-4o, DeepSeek-V3 og Llama 3.1 405B på mange av selskapets rapporterte evalueringer. Selskapet trakk blant annet frem MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench og Arena-Hard – tester som dekker kunnskap, krevende resonnering, programmering, generell kapasitet og menneskelignende preferanser. 29

Påstandene må leses med en klype salt. Resultater fra en modellutviklers egne tester viser hva selskapet målte under bestemte betingelser, men beviser ikke at modellen er best i praktisk bruk. Benchmark-versjoner, instruksjoner, modellinnstillinger og mulig forurensning av evalueringsdata kan påvirke sammenligningen. Samtidig rapportering anbefalte derfor forsiktighet. 254

Et mer uavhengig signal kom fra den brukerbaserte Chatbot Arena-rangeringen som ble omtalt tidlig i februar 2025. Qwen2.5-Max var oppført med 1332 poeng og lå på 7. plass totalt. Rapporter plasserte modellen som nummer én i kategoriene matematikk og programmering, og som nummer to for krevende spørsmål. 1012

Dette støttet bildet av Qwen2.5-Max som en seriøs modell nær fronten av utviklingen. Det viste imidlertid ikke at den var best til alle oppgaver, og rangeringen målte heller ikke alle forhold som er avgjørende i drift – som pålitelighet, sikkerhet, verktøybruk, forsinkelse, datastyring og bedriftsstøtte.

En nøktern sammenligning med GPT-4o, Claude og DeepSeek

Den mest holdbare konklusjonen er derfor smalere enn Alibabas overskrifter:

• Mot GPT-4o rapporterte Alibaba brede fordeler på flere tester, men dette bør fortsatt tilskrives Alibaba og knyttes til de konkrete evalueringene. 29
• Mot Claude 3.5 Sonnet presenterte Alibaba Qwen2.5-Max som omtrent like sterk, ikke som en dokumentert vinner på alle områder. 29
• Mot DeepSeek-V3 var lanseringen særlig betydningsfull fordi Alibaba viste at selskapet kunne svare raskt på en ny kinesisk konkurrent med en modell det hevdet var bedre på flere evalueringer. 25

Samtalen ble dermed flyttet fra «Kan en kinesisk modell konkurrere?» til «Hvilken modell passer best til denne arbeidsbelastningen, distribusjonsmodellen, språkblandingen og kostnadsrammen?»

Forholdet til den tidligere Qwen2.5-familien

Qwen2.5-Max videreførte Qwen2.5-generasjonen, men hadde en annen rolle i produktporteføljen. Den tidligere familien la vekt på mange åpent tilgjengelige størrelser – fra lette modeller for eksperimentering til en flaggskipmodell på 72 milliarder parametere. 132

Max ga Alibaba et avansert, vertsbasert alternativ. Selskapet kunne dermed vise ambisjoner om å konkurrere i front uten å offentliggjøre alle detaljene om flaggskipet, blant annet modellvekter, nøyaktig arkitektur og treningsmateriale. Dette var ikke en enkel strategi basert på enten åpen kildekode eller lukkede modeller. Det var en porteføljestrategi: Åpenhet skulle trekke til seg utviklere, mens vertsbaserte modeller skulle gi kommersiell distribusjon.

Qwen-økosystemet la også vekt på flerspråklighet og programmering, med særlig fokus på kinesisk og engelsk samt støtte for blant annet spansk, fransk og japansk. 40 For virksomheter som arbeider på tvers av asiatiske og globale markeder, kan slik språkstøtte være viktigere enn en liten forskjell på en engelskspråklig benchmark.

Qwen3 gjorde strategien tydeligere

Det neste store steget kom med Qwen3, som Alibaba lanserte i april 2025 som en familie med åpne modellvekter. Den første utgivelsen besto av seks tette modeller fra 0,6 til 32 milliarder parametere og to MoE-modeller. Den største hadde 235 milliarder parametere totalt, hvorav 22 milliarder var aktive. Modellene ble gjort tilgjengelige globalt gjennom blant annet Hugging Face, GitHub og ModelScope. 171831

Qwen3 gjorde logikken bak porteføljen lettere å se. Alibaba kunne holde premium- eller spesialiserte egenskaper tilgjengelige gjennom administrerte tjenester, samtidig som selskapet lanserte mange modeller som utviklere kunne kjøre og tilpasse selv. Model Studio ble skymotstykket til dette åpne økosystemet og ga en vei fra eksperimentering til administrert produksjonsdrift. 1718

Økosystemet strakte seg også utover selve modellvektene. Alibaba beskrev senere kvantiserte Qwen3-varianter for Apple-maskinvare, støtte for større Qwen3-modeller på AMD Instinct MI300X-GPU-er og lette versjoner for Arm-baserte mobilenheter. 22 Slike integrasjoner er viktige fordi konkurransen ikke avgjøres av treningsskala alene. Den avgjøres også av hvor enkelt en modell kan kjøres på tvers av skyer, akseleratorer, bærbare datamaskiner og kantutstyr.

Hvorfor lanseringen økte presset i AI-kappløpet

Qwen2.5-Max økte konkurransepresset på tre sammenhengende måter.

1. Kinas AI-konkurranse fremsto bredere

DeepSeek-V3 hadde allerede utfordret antakelser om Kinas evne til å utvikle svært kapable modeller. Alibabas svar viste at DeepSeek ikke var det eneste kinesiske miljøet som kunne ta et steg mot fronten. En stor skyleverandør med en etablert modellfamilie kunne reagere raskt, presentere sterke resultater og distribuere modellen gjennom en eksisterende plattform. 2

2. Distribusjon ble en del av modellens verdi

En modells kommersielle verdi handler om mer enn benchmarkpoeng. Utviklere bryr seg også om API-tilgang, distribusjonsmuligheter, flerspråklig ytelse, maskinvarestøtte, integrasjonsverktøy og muligheten til å finjustere eller drifte modellen selv. Alibaba samlet flere av disse kanalene i Qwen-familien og Model Studio. 11722

3. Billigere og mer fleksible alternativer ble mer attraktive

Hvis en modell er god nok til kodeassistenter, oversettelse, søk i egne dokumenter, kundestøtte eller interne arbeidsverktøy, trenger ikke kjøperen nødvendigvis den høyeste poengsummen på hver eneste frontbenchmark. Åpne vekter, effektive MoE-design og skytilgang kan senke terskelen for bruk selv når modellen ikke tydelig dominerer markedet.

Det legger press på dyre, proprietære leverandører til å forsvare prisene sine med målbare fordeler innen pålitelighet, sikkerhet, verktøybruk, konteksthåndtering, bedriftskontroller og tjenestekvalitet – ikke bare med påstanden om å være «frontier». Samtidsrapportering beskrev kinesiske modeller som stadig nærmere kapabilitetsgapet, samtidig som de konkurrerte hardt på pris og tilgang. 47

Det mest sannsynlige utfallet var derfor markedsdeling, ikke en umiddelbar utskifting. Noen virksomheter ville fortsatt betale for de sterkeste lukkede modellene, mens andre ville velge kinesiske, vertsbaserte modeller eller åpne alternativer fordi kombinasjonen av ytelse, kontroll, lokalisering og driftsøkonomi passet bedre.

Hva med «Ox Alpha»?

Det tilgjengelige kildegrunnlaget dokumenterer ikke at en kinesisk frontmodell kalt Ox Alpha var et lansert system som kunne sammenlignes med DeepSeek-V3 eller Qwen2.5-Max. Navnet bør derfor behandles som en ubekreftet betegnelse eller spekulasjon – ikke som belegg i en vurdering av Kinas AI-kapasitet.

Usikkerheten endrer ikke hovedkonklusjonen. Qwen2.5-Max var viktig fordi modellen, sammen med DeepSeek og andre kinesiske utviklere, bidro til å gjøre AI-fronten mer multipolær. Konkurransefortrinnene var ikke bare større modeller, men også MoE-effektivitet, åpne vekter, flerspråklighet, skybaserte API-er, maskinvareportabilitet og evnen til å gjøre en modellfamilie til et globalt utviklerøkosystem.