Qwen2.5-Max od Alibaba Cloud zaostrzył rywalizację na rynku AI

Premiera Qwen2.5-Max pokazała, że chińskie firmy nie muszą już wyłącznie gonić amerykańskiej czołówki. Mogą szybko odpowiadać na premiery konkurencji, oferować modele przez duże platformy chmurowe i jednocześnie rozwijać otwarty ekosystem dla programistów. To zwiększyło presję zarówno na zamknięte modele z USA, jak i na chińskich rywali, takich jak DeepSeek. 25

Czym był Qwen2.5-Max?

Alibaba zaprezentowała Qwen2.5-Max 28–29 stycznia 2025 r. jako największy i najbardziej zaawansowany model z rodziny Qwen w tamtym momencie. Był to wielkoskalowy model językowy wykorzystujący architekturę mixture of experts (MoE). Przed treningiem model przetworzono na ponad 20 bilionach tokenów, a następnie poddano go dostrajaniu z użyciem starannie dobranych danych nadzorowanych (SFT) oraz uczenia ze wzmocnieniem na podstawie informacji zwrotnej od ludzi (RLHF). 12

W architekturze MoE całkowita liczba parametrów może być bardzo duża, ale przy obsłudze konkretnego zapytania aktywowana jest tylko część wyspecjalizowanych „ekspertów”. Może to zwiększać możliwości modelu bez proporcjonalnego wzrostu kosztu każdego zapytania w porównaniu z podobnie wydajnym modelem gęstym. Alibaba nie podała jednak w ogłoszeniu wystarczającej liczby szczegółów, by niezależnie potwierdzić dokładną liczbę wszystkich ani aktywnych parametrów Qwen2.5-Max. 1

Warto też odróżnić Qwen2.5-Max od wcześniejszych, dostępnych do pobrania modeli z rodziny Qwen2.5. Ta rodzina obejmowała modele bazowe i instruktażowe o rozmiarach od 0,5B do 72B parametrów, a także ich wersje skwantyzowane, udostępniane m.in. przez Hugging Face, ModelScope i Kaggle. Flagowy Qwen2.5-Max początkowo oferowano przede wszystkim jako usługę hostowaną, a nie jako model z publicznie udostępnionymi wagami. 113

Dostęp do niego zapewniały Alibaba Cloud Model Studio API oraz interfejsy czatowe i produktowe związane z Qwen. Premiera była więc nie tylko debiutem modelu, lecz także sposobem na zwiększenie wykorzystania usług chmurowych Alibaba. 13

Wyniki i ważne zastrzeżenie

Alibaba deklarowała, że Qwen2.5-Max jest mniej więcej na poziomie Claude 3.5 Sonnet w kilku ocenach, a także przewyższa GPT-4o, DeepSeek-V3 i Llamę 3.1 405B „niemal we wszystkich” analizowanych testach. Takie stwierdzenia należy jednak przypisywać producentowi. Nie są one dowodem na uniwersalną przewagę w każdym zastosowaniu produkcyjnym. 5

Firma wskazywała m.in. na wyniki w wymagających testach wiedzy, programowania i ogólnych zdolności rozumowania, takich jak:

• MMLU-Pro,
• GPQA-Diamond,
• LiveCodeBench,
• LiveBench,
• Arena-Hard.

Taki profil pozycjonował Qwen2.5-Max jako narzędzie szczególnie interesujące w programowaniu, matematyce, zadaniach wymagających rozumowania oraz zastosowaniach biznesowych, np. w asystentach dla pracowników i obsłudze klienta. 912

Dodatkowym punktem odniesienia była społecznościowa platforma Chatbot Arena. W zestawieniu raportowanym na początku lutego 2025 r. Qwen2.5-Max uzyskał 1332 punkty i zajął siódme miejsce w klasyfikacji ogólnej. Według dostępnych relacji prowadził w kategoriach matematycznych i programistycznych oraz zajmował drugie miejsce w zadaniach z trudnymi promptami. 1012

Chatbot Arena mierzy jednak przede wszystkim preferencje użytkowników w określonych, zmieniających się porównaniach. Nie jest pełnym testem niezawodności, bezpieczeństwa, zdolności do autonomicznego wykonywania zadań ani dopasowania do wymagań przedsiębiorstw. Najostrożniejszy wniosek brzmi zatem: Qwen2.5-Max był wiarygodnym kandydatem do ścisłej czołówki, ale twierdzenia, że bezdyskusyjnie pokonał GPT-4o, Claude 3.5 Sonnet czy DeepSeek-V3, powinny pozostać opisane jako deklaracje Alibaba odnoszące się do konkretnych benchmarków. 25

Języki, otwarte wagi i model biznesowy

Szersza rodzina Qwen2.5 obsługiwała wiele języków i zastosowań związanych z kodem. W późniejszej generacji Qwen3 Alibaba rozszerzyła deklarowane wsparcie do 119 języków i dialektów. Dla firm oznacza to możliwość łatwiejszego budowania lokalizowanych usług poza środowiskiem skoncentrowanym przede wszystkim na języku angielskim. 13

Strategia Alibaba łączyła dwa podejścia. Z jednej strony firma rozwijała własne, hostowane modele flagowe, nad którymi kontrolowała dostęp i monetyzację. Z drugiej — udostępniała szeroką gamę modeli z otwartymi wagami, które można pobierać, uruchamiać na własnej infrastrukturze i dostrajać. Taki model pomaga pozyskiwać programistów, integracje i użytkowników, a Model Studio zapewnia warstwę zarządzanych interfejsów API oraz wdrożeń dla biznesu. Raport techniczny Qwen2.5 opisywał ponad 100 modeli i wariantów dostępnych w publicznych repozytoriach. 1

Znaczenie miała także przenośność sprzętowa. Alibaba promowała później skwantyzowane warianty Qwen3 przeznaczone do uruchamiania na urządzeniach Apple, a także wsparcie dla modeli Qwen3 na akceleratorach AMD Instinct. Ograniczało to zależność od jednego dostawcy chmury lub jednego stosu sprzętowego. 15

Qwen3 podniósł poprzeczkę

W kwietniu 2025 r. Alibaba wypuściła Qwen3 — nową, otwartą generację rodziny modeli. W jej skład weszło sześć modeli gęstych o rozmiarach od 0,6B do 32B parametrów oraz dwa modele MoE, w tym wariant mający 235B parametrów łącznie i 22B parametrów aktywnych. 78

Przejście od Qwen2.5-Max do Qwen3 dobrze pokazuje hybrydową strategię Alibaba: oferować wysokiej klasy modele hostowane tam, gdzie firma może kontrolować dostęp i przychody, a jednocześnie publikować szeroki zestaw modeli z otwartymi wagami, by zdobywać programistów, integracje i udział w rynku wdrożeń. 713

Model Studio stało się zarządzaną warstwą tego ekosystemu. Alibaba mogła dzięki temu zamieniać postępy w modelach na wykorzystanie usług chmurowych, zamiast traktować otwarte wagi wyłącznie jako bezpośredni produkt generujący przychód. 13

Dlaczego konkurencja przyspieszyła?

Qwen2.5-Max pojawił się niedługo po tym, jak międzynarodową uwagę przyciągnął DeepSeek-V3. W efekcie chińska scena AI zaczęła wyglądać nie jak historia jednego ambitnego start-upu, lecz jak szerszy, wieloośrodkowy ekosystem. Alibaba pokazała, że duży chiński gracz chmurowy z dojrzałą rodziną modeli potrafi szybko odpowiedzieć produktem przedstawianym jako porównywalny z czołowymi systemami amerykańskimi. 25

Presja konkurencyjna nie ogranicza się przy tym do tabel benchmarków. Model, który jest wystarczająco dobry do programowania, tłumaczeń, wyszukiwania informacji, obsługi klienta czy wewnętrznych asystentów, może być atrakcyjniejszy od droższego konkurenta, jeśli oferuje niższy koszt, łatwy dostęp przez API albo możliwość wdrożenia z własnych wag.

To zmusza dostawców drogich modeli frontier — w tym Anthropic — do uzasadniania cen trwałą przewagą w jakości, bezpieczeństwie, niezawodności, obsłudze narzędzi, pracy z długim kontekstem, kontroli korporacyjnej i wsparciu technicznym. Późniejsze doniesienia również wskazywały, że chińskie modele zmniejszają lukę jakościową, jednocześnie konkurując ceną. 611

Najbardziej prawdopodobnym skutkiem nie jest natychmiastowe zastąpienie wszystkich zachodnich modeli, lecz dalsza segmentacja rynku. Najbardziej wymagający użytkownicy mogą nadal płacić za najsilniejsze systemy własnościowe, podczas gdy wdrożenia wrażliwe na koszty lub suwerenność danych będą coraz częściej korzystać z modeli chińskich i otwartowagowych.

A co z „Ox Alpha”?

Brakuje wystarczających, wiarygodnych dowodów, że chiński model frontier o nazwie „Ox Alpha” był udokumentowanym i publicznie wydanym systemem porównywalnym z DeepSeek-V3 czy Qwen2.5-Max. Na tym etapie należy traktować tę nazwę jako spekulację lub niezweryfikowaną etykietę, a nie jako dowód chińskich możliwości w dziedzinie AI.

Szerszy wniosek nie zależy jednak od „Ox Alpha”. Qwen, DeepSeek, Moonshot, Z.ai i inni gracze sprawili, że wyścig modeli frontier stał się bardziej wielobiegunowy. Otwarte wagi, wydajne architektury MoE, chmurowe interfejsy API i niższe koszty działania przestały być dodatkami — stały się jednymi z najważniejszych narzędzi konkurencji. 67