Qwen2.5-Max: Alibaba höjde insatserna i den globala AI-kapplöpningen

Alibabas lansering av Qwen2.5-Max i slutet av januari 2025 blev en tydlig signal om att utvecklingen av avancerade AI-modeller höll på att bli mer multipolär. Modellen presenterades bara kort efter att DeepSeek-V3 hade fått stor internationell uppmärksamhet och kombinerade höga prestandaanspråk med distribution via Alibaba Cloud. 29

Lanseringen bevisade inte att Qwen2.5-Max var bäst i alla situationer. Den mer hållbara slutsatsen var strategisk: en stor kinesisk molnleverantör kunde snabbt lansera en trovärdig modell nära den tekniska frontlinjen – och samtidigt erbjuda ett bredare ekosystem av nedladdningsbara modeller, utvecklarverktyg och API-tjänster.

Vad var Qwen2.5-Max?

Alibaba beskrev Qwen2.5-Max som en storskalig mixture-of-experts-modell (MoE), alltså en stor språkmodell där olika så kallade expert-nätverk aktiveras beroende på vilken typ av indata modellen får. På så sätt kan modellen ha hög total kapacitet utan att alla delar behöver användas för varje token. Det kan ge en bättre avvägning mellan kapacitet och beräkningskostnad.

De offentliga lanseringsuppgifterna innehöll däremot inte tillräckligt med detaljer för att fastställa modellens exakta totala parameterantal eller hur många parametrar som aktiverades vid varje förfrågan. 9

Alibaba uppgav att modellen hade förtränats på mer än 20 biljoner tokens och därefter eftertränats med kuraterad övervakad finjustering (SFT) samt förstärkningsinlärning från mänsklig återkoppling (RLHF). De stegen ska bland annat förbättra modellens förmåga att följa instruktioner, ge användbara svar och anpassa sig till önskat beteende. 259

Qwen2.5-Max ska inte blandas ihop med de nedladdningsbara Qwen2.5-modellerna. Den bredare Qwen2.5-familjen omfattade basmodeller och instruktionsanpassade modeller från 0,5 till 72 miljarder parametrar, liksom kvantiserade versioner på plattformar som Hugging Face, ModelScope och Kaggle. 132

Max positionerades i stället som en avancerad, värdbaserad flaggskeppsmodell. Samtida analyser beskrev Alibaba Clouds Model Studio som den viktigaste tjänsten för åtkomst. 13

En tvådelad modellstrategi

Skillnaden mellan Max och de öppna modellerna visade Alibabas tvåspåriga strategi:

• Värdbaserade premiummodeller: Alibaba kunde kontrollera åtkomsten till sina mest avancerade system via Model Studio och Qwen-relaterade gränssnitt.
• Modeller med öppna vikter: Utvecklare kunde ladda ner, anpassa, kvantisera och köra andra medlemmar av Qwen-familjen själva.

Qwen2.5:s tekniska rapport beskrev mer än 100 modeller och varianter som var tillgängliga via bland annat Hugging Face, ModelScope och Kaggle. Rapporten listade även värdbaserade Qwen2.5-MoE-varianter i Alibaba Cloud Model Studio. 132

För utvecklare skapade detta ett praktiskt val mellan bekvämlighet och kontroll. Ett hanterat API minskar behovet av egen infrastruktur, medan öppna vikter ger större kontroll över drift, anpassning och var data behandlas.

Alibaba kunde därmed använda öppna modeller för att bygga utvecklaradoption och samtidigt använda Model Studio för att omvandla modelltrafik till efterfrågan på molntjänster.

Vad hävdade Alibaba om prestandan?

Alibaba sade att Qwen2.5-Max i flera utvärderingar låg ungefär i nivå med Claude 3.5 Sonnet och överträffade GPT-4o, DeepSeek-V3 och Llama 3.1 405B. Företaget lyfte bland annat fram testerna MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench och Arena-Hard. De mäter olika kombinationer av kunskap, avancerat resonemang, programmering, generell förmåga och mänskliga preferenser. 29

Påståendena måste dock läsas med viss försiktighet. Resultat från en modellutvecklares egna tester visar vad företaget har mätt under specifika förhållanden – inte att modellen automatiskt är överlägsen i all praktisk användning. Testversion, instruktioner, modellinställningar och eventuell dataläckage kan påverka jämförelserna. Samtida rapportering rekommenderade därför ett kritiskt förhållningssätt. 254

En mer fristående signal kom från den användarbaserade topplistan Chatbot Arena, som rapporterades i början av februari 2025. Qwen2.5-Max hade där 1 332 poäng och placerade sig som sjua totalt. Rapporter uppgav också att modellen låg etta i kategorierna matematik och programmering samt tvåa på så kallade svåra frågor. 1012

Det stödde bilden av Qwen2.5-Max som en seriös modell nära frontlinjen. Däremot visade det inte att modellen var bäst för varje arbetsuppgift. Chatbot Arena mäter inte heller alla faktorer som spelar roll i verklig drift, till exempel tillförlitlighet, säkerhet, verktygsanvändning, svarstid, datastyrning och företagsstöd.

En försiktig jämförelse med GPT-4o, Claude och DeepSeek

Den mest hållbara slutsatsen är därför smalare än Alibabas rubrikpåstående:

• Mot GPT-4o rapporterade Alibaba breda fördelar, men de bör fortsatt tillskrivas Alibaba och kopplas till de specifika testerna. 29
• Mot Claude 3.5 Sonnet presenterade Alibaba Qwen2.5-Max som ungefär jämförbar, snarare än som entydigt överlägsen på alla områden. 29
• Mot DeepSeek-V3 var lanseringen särskilt betydelsefull eftersom den visade att Alibaba snabbt kunde svara på en ny kinesisk konkurrent med en modell som företaget hävdade var bättre i flera utvärderingar. 25

Frågan flyttades därmed från ”Kan en kinesisk modell konkurrera?” till ”Vilken modell passar bäst för den här arbetsbelastningen, distributionsformen, språkprofilen och budgeten?”

Förhållandet till den tidigare Qwen2.5-familjen

Qwen2.5-Max byggde vidare på Qwen2.5-generationen, men hade en annan roll i produktportföljen. Den tidigare familjen betonade ett brett urval av öppet tillgängliga storlekar – från små modeller för experiment till flaggskeppet på 72 miljarder parametrar. 132

Max lade till ett avancerat, värdbaserat alternativ. Alibaba kunde därmed visa ambitioner på frontlinjen utan att offentliggöra alla detaljer om flaggskeppsmodellens vikter, exakta arkitektur och träningsdata.

Det var alltså inte en enkel strategi där öppet och stängt stod mot varandra. Snarare handlade det om en portfölj: öppenhet lockade utvecklare, medan värdbaserade modeller gav kommersiell distribution via molnet.

Qwen-ekosystemet betonade dessutom flerspråkighet och programmering, med särskilt fokus på kinesiska och engelska samt stöd för bland annat spanska, franska och japanska. 40 För företag som arbetar på flera marknader kan den räckvidden väga minst lika tungt som en mindre skillnad i ett engelskspråkigt benchmarktest.

Qwen3 gjorde strategin tydligare

Alibabas nästa stora steg blev Qwen3, som lanserades i april 2025 som en familj med öppna vikter. Den första versionen innehöll sex täta modeller från 0,6 till 32 miljarder parametrar och två MoE-modeller, däribland en modell med 235 miljarder parametrar totalt och 22 miljarder aktiva parametrar. Alibaba gjorde modellerna tillgängliga globalt via bland annat Hugging Face, GitHub och ModelScope. 171831

Qwen3 tydliggjorde logiken bakom portföljen: Alibaba kunde behålla premium- eller specialiserade funktioner i hanterade tjänster, samtidigt som ett brett urval av modeller släpptes fritt så att utvecklare kunde köra och anpassa dem själva. Model Studio blev molnmotsvarigheten till det öppna ekosystemet – en väg från experiment till hanterad produktion. 1718

Ekosystemet handlade också om mer än själva modellvikterna. Alibaba beskrev senare kvantiserade Qwen3-varianter för Apple-hårdvara, stöd för större Qwen3-modeller på AMD Instinct MI300X-grafikprocessorer och mindre versioner för Arm-baserade mobila enheter. 22

Det är viktigt eftersom konkurrensen mellan AI-modeller inte enbart avgörs av träningsskala. Den avgörs också av hur enkelt modellerna kan köras i olika moln, på olika acceleratorer, på bärbara datorer och i kantenheter.

Därför skärpte Qwen2.5-Max konkurrensen

1. Kinas AI-sektor framstod som bredare

DeepSeek-V3 hade redan utmanat föreställningen att Kina bara kunde producera enstaka överraskningar. Alibabas svar visade att DeepSeek inte var den enda kinesiska aktören som kunde göra ett försök nära AI-frontlinjen. En etablerad molnleverantör med en mogen modellfamilj kunde agera snabbt, visa upp starka resultat och distribuera modellen via en befintlig plattform. 2

2. Distribution blev en del av modellens värde

En modells kommersiella värde avgörs av mer än benchmarkpoäng. Utvecklare tittar även på API-åtkomst, distributionsalternativ, flerspråkighet, hårdvarustöd, integrationsverktyg och möjligheten att finjustera eller köra modellen i egen regi. Alibaba samlade flera av dessa kanaler i Qwen-familjen och Model Studio. 11722

3. Billigare och flexiblare alternativ blev mer attraktiva

Om en modell är tillräckligt bra för kodassistenter, översättning, informationssökning, kundsupport eller interna AI-assistenter behöver köparen kanske inte den absolut högsta poängen i varje frontlinjetest.

Öppna vikter, effektiva MoE-konstruktioner och molnåtkomst kan sänka tröskeln för användning även när modellen inte tydligt dominerar marknaden.

Det ökade pressen på dyra, proprietära leverantörer att motivera sina priser med mätbara fördelar inom tillförlitlighet, säkerhet, verktygsanvändning, kontext, företagskontroller och service – inte bara med påståendet att modellen är ”frontlinjeledande”. Samtida rapportering beskrev hur kinesiska modeller minskade prestandagapet samtidigt som de konkurrerade aggressivt med pris och tillgänglighet. 47

Det mest sannolika resultatet var marknadssegmentering, snarare än att kinesiska modeller omedelbart ersatte de västerländska. Vissa organisationer skulle fortsätta betala för de starkaste slutna modellerna. Andra skulle välja kinesiska molnmodeller eller öppna alternativ eftersom kombinationen av prestanda, kontroll, lokalisering och driftsekonomi passade bättre.

Vad vet vi om ”Ox Alpha”?

Det tillgängliga underlaget fastställer inte att en kinesisk frontlinjemodell 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.

Den osäkerheten förändrar inte huvudbilden. Qwen2.5-Max var betydelsefull eftersom modellen, tillsammans med DeepSeek och andra kinesiska utvecklare, bidrog till att göra AI-frontlinjen mer multipolär.

De konkurrensfördelar som räknades var inte bara större modeller. De omfattade också MoE-effektivitet, öppna vikter, flerspråkighet, moln-API:er, hårdvaruportabilitet och förmågan att förvandla en modellfamilj till ett globalt ekosystem för utvecklare.