Qwen2.5-Max и новая многополярная гонка искусственного интеллекта

Запуск Qwen2.5-Max стал важен не потому, что одна модель раз и навсегда доказала превосходство над всеми конкурентами. Его значение было шире: Alibaba показала, что передовые ИИ-системы создаются не только небольшой группой американских лабораторий. Представленная 28–29 января 2025 года, вскоре после международного успеха DeepSeek-V3, модель сочетала амбициозные заявления о производительности с распространением через облачную инфраструктуру Alibaba. 29

Для рынка это был сигнал: конкуренция разворачивается одновременно на нескольких уровнях — в качестве ответов, стоимости вычислений, доступности API, возможности самостоятельного развертывания и широте экосистемы.

Что представляла собой Qwen2.5-Max

Alibaba описывала Qwen2.5-Max как крупную языковую модель архитектуры mixture-of-experts (MoE), то есть «смеси экспертов». В такой системе разные подсети-«эксперты» выбираются в зависимости от входного запроса. Благодаря этому модель может обладать большой общей емкостью, не активируя все компоненты для каждого токена. Такой подход способен улучшить соотношение между вычислительной эффективностью и возможностями модели.

При этом публичные материалы Alibaba не содержали достаточных данных, чтобы независимо установить точное общее число параметров или количество параметров, активируемых на каждом запросе. 9

По заявлению компании, модель предварительно обучалась на более чем 20 триллионах токенов, а затем проходила дополнительную настройку с использованием отобранных наборов данных для supervised fine-tuning (SFT) и reinforcement learning from human feedback (RLHF). Эти этапы призваны улучшить следование инструкциям, качество ответов и соответствие человеческим предпочтениям. 259

Qwen2.5-Max не следует путать с загружаемыми моделями семейства Qwen2.5. В состав более широкой линейки входили базовые и дообученные версии размером от 0,5 до 72 млрд параметров, а также квантованные варианты, доступные через Hugging Face, ModelScope и Kaggle. 132 Max позиционировалась как облачный флагман, а не как очередная открытая модель с опубликованными весами; основным интерфейсом для ее использования считался Alibaba Cloud Model Studio. 13

Две стратегии доступа: облачный флагман и открытые модели

Так Alibaba фактически выстроила двухуровневую модель развития:

• Облачные флагманские системы. Доступ к наиболее мощным моделям контролируется через Model Studio и интерфейсы Qwen.
• Модели с открытыми весами. Разработчики могут скачивать другие модели семейства Qwen, адаптировать их, квантовать и запускать на собственной инфраструктуре.

В техническом отчете Qwen2.5 упоминались более 100 моделей и вариантов, доступных через Hugging Face, ModelScope и Kaggle. В том же документе перечислялись размещенные в Alibaba Cloud варианты Qwen2.5 на базе MoE. 132

Для разработчиков это создает понятный выбор между удобством и контролем. Управляемый API избавляет от необходимости самостоятельно строить инфраструктуру. Открытые веса, напротив, позволяют лучше контролировать развертывание, настройку и место хранения данных. Таким образом, Alibaba могла привлекать пользователей открытыми релизами, а затем превращать востребованные модели в источник облачного спроса.

Что Alibaba заявляла о результатах тестов

Alibaba утверждала, что Qwen2.5-Max в целом сопоставима с Claude 3.5 Sonnet и превосходит GPT-4o, DeepSeek-V3 и Llama 3.1 405B во многих представленных компанией оценках. В числе тестов назывались MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench и Arena-Hard — они проверяют знания, сложное рассуждение, программирование, общие способности и предпочтения пользователей. 29

Однако такие заявления важно интерпретировать осторожно. Результаты, опубликованные разработчиком модели, показывают, что именно и в каких условиях измеряла компания, но не доказывают универсальное превосходство в реальных рабочих сценариях. На сравнение могут влиять версия теста, формулировка запросов, настройки модели и возможное загрязнение обучающими данными. Современные публикации также призывали относиться к этим заявлениям критически. 254

Более независимым ориентиром стал краудсорсинговый рейтинг Chatbot Arena, опубликованный в начале февраля 2025 года. Qwen2.5-Max получила 1332 балла и заняла седьмое место в общем зачете; в сообщениях того времени модель называли лидером в категориях математики и программирования и второй в категории сложных запросов. 1012

Это подтверждало, что Qwen2.5-Max была серьезным претендентом на уровень передовых моделей. Но рейтинг не доказывал ее превосходство во всех задачах и не измерял такие важные для внедрения параметры, как надежность, безопасность, работа с инструментами, задержка ответа, управление данными и корпоративная поддержка.

Насколько корректно сравнивать ее с GPT-4o, Claude и DeepSeek

Наиболее надежный вывод здесь уже, чем рекламная формулировка Alibaba:

• В сравнении с GPT-4o компания сообщала о преимуществах Qwen2.5-Max в ряде тестов. Эти результаты следует приписывать Alibaba и связывать с конкретными оценками. 29
• В сравнении с Claude 3.5 Sonnet Alibaba представляла модель как в целом сопоставимую, а не как безусловного лидера во всех сценариях. 29
• В сравнении с DeepSeek-V3 запуск был особенно заметен: Alibaba быстро ответила на успех нового китайского конкурента моделью, которую сама считала более сильной в нескольких оценках. 25

Иными словами, разговор сместился от вопроса «Может ли китайская модель конкурировать?» к более практичному вопросу: «Какая модель лучше подходит для конкретной нагрузки, способа развертывания, языка и бюджета?»

Связь с предыдущим семейством Qwen2.5

Qwen2.5-Max продолжала поколение Qwen2.5, но занимала в портфеле другое место. Предыдущая линейка делала ставку на широкий выбор открытых размеров — от небольших моделей для экспериментов до флагманской версии на 72 млрд параметров. 132

Max добавила к этому портфелю высокопроизводительный облачный вариант. Alibaba смогла демонстрировать амбиции на уровне передовых моделей, не раскрывая полностью веса, точную архитектуру и материалы обучения флагмана. Это была не простая схема «открытая модель против закрытой». Скорее, компания выстраивала портфельную стратегию: открытые релизы привлекали разработчиков, а размещенные модели обеспечивали коммерческое распространение через облако.

Экосистема Qwen также ориентировалась на многоязычные и связанные с программированием сценарии. Особое внимание уделялось китайскому и английскому языкам, а также испанскому, французскому, японскому и другим языкам. 40 Для компаний, работающих сразу на азиатских и глобальных рынках, такая языковая география может быть не менее важна, чем небольшая разница в англоязычном тесте.

Qwen3 сделала стратегию Alibaba еще заметнее

Следующим крупным шагом стала Qwen3, выпущенная в апреле 2025 года как семейство моделей с открытыми весами. В первоначальный релиз вошли шесть плотных моделей размером от 0,6 до 32 млрд параметров и две MoE-модели, включая вариант с 235 млрд общих и 22 млрд активных параметров. Alibaba открыла доступ к моделям по всему миру через Hugging Face, GitHub и ModelScope. 171831

Qwen3 яснее показала логику портфеля Alibaba. Компания могла сохранять премиальные или специализированные возможности в управляемых сервисах, одновременно выпуская широкий набор моделей, которые разработчики могли запускать и адаптировать самостоятельно. Model Studio становилась облачным продолжением этой открытой экосистемы — путем от эксперимента к управляемому корпоративному развертыванию. 1718

Экосистема постепенно вышла за рамки самих весов моделей. Alibaba сообщала о квантованных версиях Qwen3 для устройств Apple, поддержке крупных моделей Qwen3 на ускорителях AMD Instinct MI300X и облегченных вариантах для мобильных устройств на базе Arm. 22 Это важно, потому что борьба моделей определяется не только масштабом обучения. Не менее важны простота запуска в разных облаках, на ускорителях, ноутбуках и периферийных устройствах.

Почему запуск усилил гонку за передовыми моделями

Qwen2.5-Max усилила конкурентное давление сразу по трем направлениям.

1. Конкуренция Китая стала выглядеть системной

DeepSeek-V3 уже поставила под сомнение представление о том, что Китай не способен создавать высокопроизводительные модели. Ответ Alibaba показал, что DeepSeek — не единственный китайский разработчик, способный претендовать на уровень передовых систем. Крупный облачный игрок с уже сформированной модельной линейкой смог быстро выпустить продукт, заявить о сильных результатах и распространить его через собственную платформу. 2

2. Каналы распространения стали частью ценности модели

Коммерческая ценность ИИ-модели определяется не только местом в рейтинге. Разработчикам нужны API, варианты развертывания, многоязычная поддержка, совместимость с оборудованием, инструменты интеграции и возможность дообучения или самостоятельного запуска. Alibaba объединила многие из этих каналов в семействе Qwen и Model Studio. 11722

3. Укрепился спрос на более дешевые и гибкие альтернативы

Если модель достаточно хорошо справляется с кодированием, переводом, поиском по корпоративным данным, поддержкой клиентов или внутренними помощниками, покупателю не всегда нужен абсолютный лидер в каждом тесте. Открытые веса, эффективная MoE-архитектура и доступ через облако снижают порог внедрения даже тогда, когда модель не демонстрирует однозначного превосходства над рынком.

Это заставляет дорогих поставщиков закрытых моделей — включая Anthropic — оправдывать цену измеримыми преимуществами в надежности, безопасности, работе с инструментами, обработке длинного контекста, корпоративных функциях и качестве сервиса, а не только статусом «передовой» модели. Современные публикации описывали китайские системы как модели, сокращающие разрыв по возможностям и одновременно конкурирующие за счет стоимости и доступности. 47

Вероятным результатом стала не мгновенная замена американских моделей, а сегментация рынка. Одни организации продолжили платить за наиболее сильные закрытые системы. Другие выбрали китайские облачные модели или открытые альтернативы, поскольку те предлагали более выгодное сочетание производительности, контроля, локализации и операционных затрат.

Что известно об «Ox Alpha»

Предоставленные материалы не подтверждают, что китайская передовая модель под названием Ox Alpha была документированно выпущена и сопоставима с DeepSeek-V3 или Qwen2.5-Max. Поэтому это название следует считать непроверенным или спекулятивным, а не использовать как доказательство возможностей китайской ИИ-индустрии.

Но общая картина от этого не меняется. Qwen2.5-Max была важна потому, что вместе с DeepSeek и другими китайскими разработчиками сделала мировой рынок передовых моделей более многополярным. Конкурентными преимуществами стали не только размеры моделей, но и эффективность MoE, открытые веса, многоязычность, облачные API, переносимость на разное оборудование и способность превратить отдельную модель в глобальную экосистему для разработчиков.