Qwen2.5-Max: как Alibaba изменила правила глобальной гонки ИИ

Запуск Qwen2.5-Max компанией Alibaba в январе 2025 года стал заметным событием не только из-за позиций модели в рейтингах. Он показал, как крупный китайский облачный провайдер может одновременно вывести на рынок мощную языковую модель, предоставить к ней доступ через API и поддержать флагман широкой экосистемой моделей с открытыми весами.

Это сделало рынок ИИ более конкурентным. Западные компании уже не могли рассчитывать только на технологическое преимущество, а китайские разработчики начали соперничать не лишь друг с другом, но и по целому набору параметров: качеству, стоимости, открытости, гибкости развёртывания и доступу к корпоративным клиентам.

Что представляла собой Qwen2.5-Max

Alibaba описывала Qwen2.5-Max как крупную языковую модель архитектуры mixture of experts (MoE, «смесь экспертов»). Модель предварительно обучали более чем на 20 триллионах токенов, а затем дообучали с помощью тщательно отобранных примеров в рамках supervised fine-tuning (SFT) и обучения с подкреплением на основе обратной связи от людей (RLHF). 9

В архитектуре MoE несколько экспертных подсетей, и для каждого запроса активируется только их часть. Такой подход позволяет наращивать общую ёмкость модели, не задействуя все параметры при обработке каждого запроса. При этом в презентации Alibaba не было достаточно архитектурных данных, чтобы независимо подтвердить точное общее количество параметров Qwen2.5-Max или число активных параметров. 9

Qwen2.5-Max была связана с семейством Qwen2.5, но не являлась тем же самым продуктом, что и доступные для скачивания модели этого семейства. В линейку Qwen2.5 входили базовые и дообученные модели размером от 0,5 до 72 млрд параметров, а также квантованные версии, распространявшиеся через Hugging Face, ModelScope и Kaggle. 132

Сама Qwen2.5-Max изначально позиционировалась как размещённая на серверах Alibaba модель, а не как релиз с доступными весами. Ранний доступ был связан с сервисом Alibaba Cloud Model Studio и интерфейсами Qwen для общения с моделью. 13

Заявления Alibaba и пределы этих данных

Alibaba заявляла, что Qwen2.5-Max примерно сопоставима с Claude 3.5 Sonnet в ряде оценок и «почти по всем направлениям» превосходит GPT-4o, DeepSeek-V3 и Llama 3.1 405B. Однако это были заявления самой компании, а не доказательство универсального превосходства модели в реальных производственных сценариях. 29

Компания ссылалась на несколько типов тестов:

• MMLU-Pro — сложные вопросы на знания и рассуждение;
• GPQA-Diamond — трудные вопросы экспертного уровня;
• LiveCodeBench — оценка навыков программирования;
• LiveBench — более широкая проверка возможностей модели;
• Arena-Hard — приближение к оценке человеческих предпочтений. 912

Такой набор позволял представить Qwen2.5-Max как универсальную модель для программирования, математики, аналитической работы и корпоративных ассистентов. Но результаты бенчмарков зависят от формулировок запросов, версий моделей, методики оценки и возможных различий в системных инструкциях или доступе к инструментам.

Поэтому эти показатели стоит воспринимать как свидетельство конкурентоспособности на конкретных тестах, а не как окончательный рейтинг надёжности, безопасности, скорости ответа или пригодности для бизнеса.

Как модель выступила в Chatbot Arena

Согласно сообщениям начала февраля 2025 года, Qwen2.5-Max заняла седьмое место в общем рейтинге Chatbot Arena с результатом 1332 балла. В категориях математики и программирования модель, по этим данным, вышла на первое место, а в разделе сложных запросов — на второе. 1012

Это было важным сигналом, поскольку Chatbot Arena сравнивает ответы моделей в пользовательских, часто «слепых» тестах с участием сообщества. Тем не менее рейтинг остаётся динамичным и чувствительным к формулировкам запросов. Высокая позиция в Arena сама по себе не измеряет фактическую точность, безопасность, работу с инструментами, поведение автономных агентов на длинных цепочках задач или операционные требования корпоративного внедрения.

Наиболее взвешенный вывод звучит так: Qwen2.5-Max была убедительным претендентом на уровень передовых моделей, а её результаты поставили под сомнение представление о большом разрыве между ведущими китайскими и западными системами. Более сильные сравнения Alibaba следует связывать с конкретными бенчмарками и приписывать самой компании. 29

Почему экосистема Qwen оказалась важнее одной модели

Стратегическая ценность Qwen2.5-Max заключалась также в моделях, которые её окружали. В техническом отчёте Qwen2.5 описывались более 100 моделей и вариантов, доступных через публичные репозитории. Семейство объединяло релизы с открытыми весами и проприетарные модели, доступные через облачные сервисы. 1

Такой подход позволял работать сразу с несколькими аудиториями:

• Разработчики могли скачивать небольшие модели, дообучать, квантовать и запускать их на собственной инфраструктуре.
• Компании получали управляемый API и могли не строить всю инфраструктуру самостоятельно.
• Alibaba Cloud превращала спрос на модели в потребление облачных сервисов через Model Studio.
• Партнёры по аппаратному и программному обеспечению могли поддерживать развёртывание моделей в большем числе сред, чем позволяет один закрытый API.

Это не была простая стратегия «либо открытая модель, либо закрытая». Alibaba оставляла высокопроизводительный флагман в формате облачного сервиса, а открытые модели использовала для формирования привычки разработчиков, интеграций и присутствия в инфраструктуре заказчиков.

Как Qwen3 продолжила этот курс

Следующим крупным шагом стала Qwen3, представленная в апреле 2025 года как семейство моделей с открытыми весами. В релиз вошли шесть плотных моделей размером от 0,6 до 32 млрд параметров и две MoE-модели: модель с 30 млрд общих и 3 млрд активных параметров, а также модель с 235 млрд общих и 22 млрд активных параметров. 1718

Модели Qwen3 стали доступны по всему миру через Hugging Face, GitHub и ModelScope. Пользователи могли изучать их через chat.qwen.ai, а доступ по API планировалось предоставить через платформу Alibaba для работы с моделями. 1718

Эта последовательность яснее показала бизнес-модель Alibaba. Компания могла предлагать премиальный управляемый доступ через собственные сервисы и одновременно выпускать широкий набор весов, чтобы стимулировать локальное развёртывание, дообучение и создание сторонних приложений. Model Studio выступала коммерческим связующим звеном между этими направлениями.

Позднее Alibaba также продвигала поддержку Qwen3 в различных аппаратных средах: от квантованных запусков на устройствах Apple до графических ускорителей AMD Instinct и небольших моделей для мобильных устройств на Arm. 22 Это уменьшало зависимость экосистемы от одного облачного провайдера или одной платформы ускорителей.

Почему запуск усилил глобальную конкуренцию

Qwen2.5-Max появилась вскоре после того, как международное внимание привлёк DeepSeek-V3. Поэтому запуск выглядел не как единичный успех китайской компании, а как признак быстро растущего конкурентного поля. Alibaba — крупный облачный игрок с уже сформированным семейством моделей — представила систему, которую позиционировала как сопоставимую с ведущими американскими решениями. 2

Давление на разработчиков передовых моделей усилилось сразу по четырём направлениям:

1. Производительность. Модель, приближающаяся к переднему краю в программировании, математике и работе со знаниями, может конкурировать за реальные задачи, даже если не занимает первое место в каждом тесте.
2. Стоимость и эффективность. Архитектуры MoE и оптимизация инфраструктуры способны сделать обслуживание мощных моделей более экономичным.
3. Доступ. API снижает порог внедрения, а открытые веса дают возможность самостоятельного размещения и кастомизации.
4. Дистрибуция. Облачная платформа может встроить модель непосредственно в процессы разработки, развёртывания и оплаты корпоративных сервисов.

Для западных провайдеров, включая Anthropic и OpenAI, это повышало требования к дифференциации. Премиальная модель должна оправдывать стоимость устойчивым преимуществом в качестве, безопасности, надёжности, работе с инструментами, обработке длинного контекста, управлении или корпоративной поддержке — а не только сильной цифрой в заголовке новости.

Вероятным результатом стала не немедленная замена западных систем, а сегментация рынка. Организации с наиболее жёсткими требованиями могли продолжить платить за закрытые передовые модели, тогда как проекты с высокой чувствительностью к цене, потребностью в кастомизации или требованиями к контролю над инфраструктурой получили более убедительные китайские и открытые альтернативы.

Мультиязычность и международное применение

Широкая языковая ориентация семейства Qwen стала ещё одним конкурентным преимуществом. Материалы Alibaba о Qwen2.5 описывали крупную экосистему для задач, связанных с языками и кодом, а в материалах о Qwen3 заявлялась поддержка 119 языков и диалектов. 118

Для международных компаний языковой охват может быть не менее важен, чем результат англоязычного бенчмарка. От него зависят локализация, поддержка клиентов, перевод, внутренние базы знаний и региональные сценарии внедрения. Практическая ценность зависит от качества на конкретном языке и требований бизнеса, но широкая языковая стратегия даёт Alibaba больше возможностей конкурировать за пределами англоязычного рынка.

Что известно об «Ox Alpha»

В предоставленных материалах недостаточно надёжных подтверждений того, что китайская передовая модель под названием Ox Alpha действительно была выпущенной и документированной системой, сопоставимой с DeepSeek-V3 или Qwen2.5-Max. Поэтому это название следует считать непроверенным обозначением или предположением, а не доказательством возможностей китайской ИИ-индустрии.

Эта неопределённость не меняет общего вывода. Qwen2.5-Max, DeepSeek и последующие китайские релизы показали, что конкуренция за передовые модели становится всё более многополярной. Открытые веса, эффективные архитектуры, облачные API, поддержка множества языков и интеграция с аппаратными платформами превращаются из второстепенных особенностей в полноценные конкурентные инструменты.

Долгосрочное значение Qwen2.5-Max

Qwen2.5-Max не доказала, что Alibaba навсегда обошла каждую западную лабораторию ИИ. Её главное значение было стратегическим: модель продемонстрировала, как можно объединить конкурентоспособный флагман, облачный доступ, разработку открытых моделей и глобальную дистрибуцию для разработчиков.

Из-за этого покупателям ИИ-сервисов пришлось ставить вопрос шире. Важно было уже не только выяснить, какая модель возглавляет конкретный бенчмарк, но и сравнить качество, стоимость, открытость, контроль над развёртыванием, языковой охват, поддержку оборудования и корпоративные процессы.

Именно в этом смысле Qwen2.5-Max усилила гонку за передовые модели — даже там, где отдельные победы в бенчмарках оставались спорными. Она помогла сместить конкуренцию от борьбы нескольких закрытых лабораторий к более широкому рынку, где экосистема модели и окружающая её инфраструктура важны не меньше, чем сама модель.