Qwen2.5-Max förändrade spelplanen för den globala AI-konkurrensen

När Alibaba lanserade Qwen2.5-Max i januari 2025 handlade nyheten om mer än ännu en modell på en topplista. Lanseringen visade hur ett stort kinesiskt molnföretag kunde kombinera en kraftfull språkmodell med omedelbar API-distribution – och samtidigt bygga vidare på ett brett ekosystem av öppna modeller.

Det gjorde AI-marknaden mer konkurrensutsatt. Västerländska leverantörer kunde inte längre luta sig enbart mot ett tydligt prestandaförsprång. Kinesiska utvecklare konkurrerade dessutom inte bara med varandra, utan också genom pris, öppenhet, flexibilitet i drift och räckvidd bland företagskunder.

Vad var Qwen2.5-Max?

Alibaba beskrev Qwen2.5-Max som en storskalig språkmodell med Mixture-of-Experts (MoE)-arkitektur. Den förtränades på mer än 20 biljoner tokens och finjusterades därefter med utvalt övervakat träningsmaterial (SFT) samt förstärkningsinlärning från mänsklig återkoppling (RLHF). 9

I en MoE-modell finns flera expert-nätverk, men varje fråga skickas bara till ett urval av dem. På så sätt kan modellen få hög total kapacitet utan att aktivera hela nätverket vid varje förfrågan. Alibaba offentliggjorde dock inte tillräckligt med arkitektoniska detaljer i samband med lanseringen för att oberoende verifiera det exakta antalet totala eller aktiva parametrar. 9

Qwen2.5-Max var besläktad med, men inte identisk med, de nedladdningsbara Qwen2.5-modellerna. Den bredare Qwen2.5-familjen bestod av basmodeller och instruktionsfinjusterade modeller från 0,5 till 72 miljarder parametrar. Det fanns också kvantiserade versioner via bland annat Hugging Face, ModelScope och Kaggle. 132

Qwen2.5-Max lanserades däremot först som en värdbaserad tjänst, inte som en modell vars vikter kunde laddas ned. Tillgången kopplades till Alibaba Clouds tjänst Model Studio och Qwen-relaterade chattgränssnitt. 13

Alibabas påståenden – och vad resultaten faktiskt visar

Alibaba uppgav att Qwen2.5-Max låg ungefär i nivå med Claude 3.5 Sonnet i flera utvärderingar och överträffade GPT-4o, DeepSeek-V3 och Llama 3.1 405B ”nästan över hela linjen”. Det var Alibabas egna påståenden – inte ett bevis på att modellen var bäst i alla typer av praktisk användning. 29

Företaget lyfte fram tester av flera olika förmågor:

• MMLU-Pro för svåra kunskaps- och resonemangsfrågor
• GPQA-Diamond för krävande frågor på expertnivå
• LiveCodeBench för programmering
• LiveBench för bredare modellförmågor
• Arena-Hard som ett försök att uppskatta mänskliga preferenser 912

Testurvalet positionerade Qwen2.5-Max som en generell modell för programmering, matematik, kunskapsarbete och företagsassistenter. Men benchmarkresultat påverkas av prompter, modellversioner, testmetodik och eventuella skillnader i tillgång till verktyg eller systeminstruktioner. De bör därför ses som tecken på konkurrenskraft i specifika tester – inte som en fullständig ranking av tillförlitlighet, säkerhet, svarstid eller lämplighet för företagsdrift.

Resultatet i Chatbot Arena

En rapporterad topplista från början av februari 2025 placerade Qwen2.5-Max på sjunde plats totalt i Chatbot Arena, med poängen 1 332. Samma rapportering placerade modellen först i kategorierna matematik och programmering samt tvåa för svåra prompter. 1012

Det gav en viktig signal utanför Alibabas egna tester eftersom Chatbot Arena bygger på crowdsourcade jämförelser av modellsvar. Samtidigt är topplistan föränderlig och känslig för vilka prompter som används. En stark placering i Arena säger inte i sig hur modellen presterar när det gäller faktakorrekthet, säkerhet, verktygsanvändning, långvarigt agentbeteende eller de praktiska kraven i en företagsmiljö.

Den mest hållbara slutsatsen är därför mer begränsad än att Qwen2.5-Max ”slog alla ledande modeller”. Det var en trovärdig konkurrent nära AI-fronten, vars resultat utmanade bilden av ett stort avstånd mellan de ledande kinesiska och västerländska systemen. Alibabas starkare jämförelser bör fortsatt tillskrivas företaget och kopplas till de specifika benchmarktester som lyftes fram. 29

Qwen-ekosystemet var minst lika viktigt

Qwen2.5-Max strategiska värde låg delvis i modellerna runt omkring. Alibabas tekniska rapport om Qwen2.5 beskrev över 100 modeller och varianter som var tillgängliga via offentliga modellarkiv. Familjen kombinerade öppna modellvikter med proprietära, värdbaserade erbjudanden. 1

Kombinationen riktade sig till flera grupper:

• Utvecklare kunde ladda ned, finjustera, kvantisera och köra mindre öppna modeller på egen infrastruktur.
• Företag kunde använda hanterade API:er utan att själva driva modellservrar.
• Alibaba Cloud kunde omvandla efterfrågan på modeller till ökad molnanvändning genom Model Studio.
• Hårdvaru- och mjukvarupartners kunde stödja drift i fler miljöer än vad ett enda slutet API tillåter.

Det var alltså inte en enkel strategi där Alibaba valde mellan öppet och stängt. Företaget behöll en avancerad flaggskeppsmodell bakom en värdbaserad tjänst, samtidigt som öppna modeller användes för att bygga utvecklarvana, integrationer och en starkare position i olika driftsmiljöer.

Qwen3 tog strategin ett steg längre

Alibabas nästa stora steg blev Qwen3, som lanserades i april 2025 som en öppen modellfamilj. Lanseringen omfattade sex täta modeller från 0,6 till 32 miljarder parametrar samt två MoE-modeller: en modell med 30 miljarder parametrar totalt och 3 miljarder aktiva, och en modell med 235 miljarder parametrar totalt och 22 miljarder aktiva. 1718

Qwen3-modellerna gjordes tillgängliga globalt via bland annat Hugging Face, GitHub och ModelScope. De kunde även testas via chat.qwen.ai, medan API-åtkomst planerades via Alibabas modellplattform. 1718

Utvecklingen tydliggjorde Alibabas affärsmodell. Företaget kunde använda värdbaserade tjänster för premiumåtkomst och hanterad drift, samtidigt som ett brett urval öppna modellvikter uppmuntrade lokal drift, finjustering och tredjepartsapplikationer. Model Studio blev den kommersiella länken mellan de två sidorna av portföljen.

Alibaba marknadsförde senare också stöd för Qwen3 i flera hårdvarumiljöer, bland annat kvantiserad drift på Apple-enheter, AMD Instinct-GPU:er och mindre modeller för Arm-baserad mobil hårdvara. Det gjorde ekosystemet mindre beroende av en enda molnleverantör eller acceleratorplattform. 22

Därför skärpte lanseringen AI-konkurrensen

Qwen2.5-Max kom kort efter att DeepSeek-V3 hade fått stor internationell uppmärksamhet. Tidpunkten fick lanseringen att framstå mindre som en isolerad kinesisk bedrift och mer som ett tecken på ett snabbt växande konkurrensfält. Alibaba, en etablerad molnaktör med en redan utvecklad modellfamilj, kunde svara med en modell som företaget beskrev som jämförbar med ledande amerikanska system. 2

Trycket på AI-utvecklare i framkant ökade på fyra områden:

1. Prestanda: En modell som närmar sig frontnivån inom programmering, matematik och allmän kunskap kan konkurrera om verkliga arbetsuppgifter även om den inte vinner varje benchmark.
2. Kostnad och effektivitet: MoE-arkitekturer och offensiva infrastrukturstrategier kan göra kraftfulla modeller billigare att köra.
3. Tillgång: API:er sänker tröskeln för användning, medan öppna modellvikter möjliggör egen drift och anpassning.
4. Distribution: En molnplattform kan placera modellen direkt i företagens utvecklings-, drifts- och betalningsflöden.

För västerländska leverantörer som Anthropic och OpenAI höjde detta kraven på vad som faktiskt ska motivera ett högre pris. En premium-modell måste kunna visa en varaktig fördel inom exempelvis kapacitet, säkerhet, tillförlitlighet, verktygsanvändning, långa kontextfönster, styrning eller företagssupport – inte bara en stark rubrik på ett benchmark.

Det mest sannolika resultatet var en uppdelning av marknaden snarare än ett omedelbart skifte. Organisationer med de högsta kraven kan fortsätta betala för slutna frontmodeller, medan kostnadskänsliga, anpassningsintensiva eller suveränitetsinriktade projekt får fler trovärdiga kinesiska och öppna alternativ.

Flerspråkighet och global användning

Den bredare Qwen-familjens flerspråkiga inriktning var ytterligare en konkurrensfördel. Alibabas material om Qwen2.5 beskrev ett brett ekosystem för språk- och kodrelaterade användningsområden, medan senare material om Qwen3 angav stöd för 119 språk och dialekter. 118

För internationella företag kan språkstöd väga lika tungt som ett engelskspråkigt benchmark. Det påverkar lokalisering, kundservice, översättning, interna kunskapssystem och regional drift. Den praktiska fördelen beror på kvaliteten i varje enskilt språk och på verksamhetens behov, men en bred språkstrategi ger Alibaba fler möjligheter att konkurrera utanför en marknad som främst fokuserar på engelska.

Vad är ”Ox Alpha”?

Det saknas tillräckliga tillförlitliga belägg i det tillgängliga materialet för att slå fast att en kinesisk frontmodell kallad Ox Alpha var ett dokumenterat och lanserat system jämförbart med DeepSeek-V3 eller Qwen2.5-Max. Namnet bör därför behandlas som obekräftat eller spekulativt – inte som bevis i en bedömning av Kinas AI-kapacitet.

Osäkerheten förändrar inte den större slutsatsen. Qwen2.5-Max, DeepSeek och senare kinesiska modellsläpp visade att konkurrensen i AI-fronten blev alltmer multipolär. Öppna modellvikter, effektiva arkitekturer, värdbaserade API:er, flerspråkighet och molndistribution blev konkurrensvapen – inte sidofunktioner.

Qwen2.5-Max långsiktiga betydelse

Qwen2.5-Max bevisade inte att Alibaba permanent hade gått om alla västerländska AI-laboratorier. Den viktigaste betydelsen var strategisk: modellen visade hur ett företag kunde kombinera ett konkurrenskraftigt flaggskepp med molnåtkomst, öppen modellutveckling och global distribution till utvecklare.

Det förändrade frågan för AI-köpare. I stället för att bara fråga vilken modell som toppade ett benchmark behövde de väga samman kapacitet, kostnad, öppenhet, kontroll över driften, språkstöd, hårdvarustöd och företagskrav.

På så sätt skärpte Qwen2.5-Max AI-racet även där de enskilda benchmarkvinsterna var omdiskuterade. Konkurrensen rörde sig från en tävling mellan ett fåtal slutna laboratorier mot en bredare marknad där hela modellekosystemet – och infrastrukturen runt det – spelar lika stor roll som själva modellen.