Qwen2.5-Max: як Alibaba підняла ставки у глобальній гонці ШІ

Запуск Qwen2.5-Max компанією Alibaba у січні 2025 року був важливим не лише через місце моделі в рейтингах. Він показав, як великий китайський хмарний провайдер може одночасно запропонувати потужну модель через API та підсилити її широкою екосистемою моделей із відкритими вагами.

Це зробило ринок ШІ конкурентнішим. Західні розробники вже не могли покладатися лише на перевагу в продуктивності, а китайські компанії почали змагатися не тільки між собою, а й за ціною, відкритістю, гнучкістю розгортання та доступом до корпоративних клієнтів.

Що таке Qwen2.5-Max

Alibaba описувала Qwen2.5-Max як великомасштабну мовну модель із архітектурою суміші експертів (MoE, Mixture of Experts). Її попередньо навчали на понад 20 трильйонах токенів, а потім донавчали за допомогою відібраного навчання з учителем (SFT) і підкріплювального навчання на основі людського зворотного зв’язку (RLHF). 9

У моделі MoE є кілька мереж-«експертів», і для кожного запиту система задіює лише частину з них. Це дає змогу збільшувати загальну місткість моделі, не активуючи всі її компоненти під час кожного звернення. Водночас у презентації Alibaba не було достатньо архітектурних деталей, щоб незалежно підтвердити загальну кількість параметрів Qwen2.5-Max або кількість активних параметрів. 9

Qwen2.5-Max була пов’язана з моделями для завантаження із серії Qwen2.5, але не була тотожною їм. Ширша лінійка Qwen2.5 включала базові та інструкційно налаштовані моделі розміром від 0,5 до 72 мільярдів параметрів, а також квантизовані версії, доступні через Hugging Face, ModelScope і Kaggle. 132

Саму Qwen2.5-Max спочатку позиціонували як хмарну модель, а не як реліз із доступними для завантаження вагами. Ранній доступ був пов’язаний із сервісом Alibaba Cloud Model Studio та чат-інтерфейсами Qwen. 13

Що заявляла Alibaba — і що підтверджують дані

Alibaba заявляла, що Qwen2.5-Max приблизно відповідає Claude 3.5 Sonnet у кількох оцінюваннях і «майже за всіма напрямами» випереджає GPT-4o, DeepSeek-V3 та Llama 3.1 405B. Це були твердження самої компанії, а не доказ універсальної переваги моделі в реальних виробничих сценаріях. 29

Компанія акцентувала на тестах, що перевіряли різні здібності:

• MMLU-Pro — складні запитання на знання та міркування;
• GPQA-Diamond — непрості запитання експертного рівня;
• LiveCodeBench — програмування;
• LiveBench — ширший набір можливостей моделі;
• Arena-Hard — наближена оцінка людських уподобань. 912

Такий набір тестів допоміг представити Qwen2.5-Max як універсальну модель для програмування, математики, роботи зі знаннями та корпоративних асистентів. Однак результати бенчмарків залежать від формулювання запитів, версій моделей, методики оцінювання та можливих відмінностей у системних інструкціях або доступі до інструментів. Тому їх варто сприймати як свідчення конкурентоспроможності в конкретних тестах, а не як повний рейтинг надійності, безпеки, затримки чи придатності для бізнесу.

Результат у Chatbot Arena

За даними, оприлюдненими на початку лютого 2025 року, Qwen2.5-Max посіла сьоме місце в загальному рейтингу Chatbot Arena з результатом 1332 бали. У категоріях математики та програмування модель, за цими повідомленнями, вийшла на перше місце, а в категорії складних запитів — на друге. 1012

Це був важливий сигнал, не пов’язаний безпосередньо з внутрішнім тестуванням Alibaba: Chatbot Arena порівнює відповіді моделей у сліпих оцінюваннях за участю користувачів. Проте рейтинг залишається динамічним і чутливим до формулювання запитів. Висока позиція в Arena сама по собі не вимірює фактологічну надійність, безпеку, використання інструментів, поведінку автономних агентів у довгих сценаріях або операційні вимоги корпоративного розгортання.

Найобережніший висновок звучить так: Qwen2.5-Max була переконливим претендентом на передовий рівень, а її результати поставили під сумнів уявлення про велику відстань між провідними китайськими та західними системами. Водночас сильніші заяви про те, що модель беззастережно перемогла всі провідні системи, слід залишати атрибутованими Alibaba та прив’язаними до конкретних бенчмарків. 29

Чому важливою була вся екосистема Qwen

Стратегічна цінність Qwen2.5-Max частково визначалася моделями, що її оточували. У технічному звіті Alibaba про Qwen2.5 йшлося про понад 100 моделей і варіантів, доступних через публічні репозиторії. Екосистема поєднувала релізи з відкритими вагами та власні хмарні пропозиції. 1

Це давало різним аудиторіям різні можливості:

• Розробники могли завантажувати, донавчати, квантизувати та самостійно розгортати менші відкриті моделі.
• Компанії могли користуватися керованими API, не підтримуючи власну інфраструктуру для моделей.
• Alibaba Cloud могла перетворювати попит на моделі на споживання хмарних сервісів через Model Studio.
• Партнери у сфері апаратного та програмного забезпечення отримували змогу підтримувати розгортання в ширшому спектрі середовищ, ніж це дозволяє один закритий API.

Це не була проста стратегія «відкрите проти закритого». Alibaba залишила флагманську модель верхнього сегмента доступною через хмарний сервіс, а відкриті моделі використовувала для формування звички розробників, інтеграцій і присутності в різних середовищах розгортання.

Як Qwen3 продовжила цей курс

Наступним великим кроком стала Qwen3, випущена у квітні 2025 року як сімейство моделей із відкритими вагами. До релізу увійшли шість щільних моделей розміром від 0,6 до 32 мільярдів параметрів і дві MoE-моделі: модель із 30 мільярдами загальних та 3 мільярдами активних параметрів, а також модель із 235 мільярдами загальних і 22 мільярдами активних параметрів. 1718

Моделі Qwen3 стали доступними глобально через Hugging Face, GitHub і ModelScope. Їх також можна було тестувати на chat.qwen.ai, а доступ до API планували надати через платформу Alibaba для роботи з моделями. 1718

Ця послідовність чіткіше окреслила бізнес-модель Alibaba. Компанія могла використовувати хмарні сервіси для преміального керованого доступу, а широкий набір відкритих ваг — для стимулювання локального розгортання, донавчання та сторонніх застосунків. Model Studio став комерційним мостом між цими двома частинами портфеля.

Згодом Alibaba також просувала підтримку Qwen3 у різних апаратних середовищах: квантизовані розгортання на пристроях Apple, підтримку графічних процесорів AMD Instinct і компактні моделі для мобільного обладнання на базі Arm. 22 Це зменшувало залежність екосистеми від одного хмарного провайдера чи платформи прискорювачів.

Чому запуск посилив конкуренцію на передовому рівні ШІ

Qwen2.5-Max вийшла невдовзі після того, як міжнародну увагу привернула DeepSeek-V3. Через це запуск виглядав не як одиничний успіх китайської компанії, а як ознака швидкого поглиблення конкуренції. Alibaba, великий хмарний гравець зі сформованою лінійкою моделей, змогла відповісти системою, яку сама представила як співмірну з провідними американськими моделями. 2

Тиск на розробників передових моделей зростав одразу в кількох напрямах:

1. Продуктивність. Модель, яка наближається до лідерів у програмуванні, математиці та роботі із загальними знаннями, може претендувати на реальні робочі навантаження, навіть якщо не очолює кожен рейтинг.
2. Ціна та ефективність. MoE-архітектури й агресивна інфраструктурна оптимізація можуть здешевлювати обслуговування потужних моделей.
3. Доступ. API спрощують підключення, а відкриті ваги дають змогу самостійно розгортати та налаштовувати моделі.
4. Дистрибуція. Хмарна платформа може вбудувати модель безпосередньо в корпоративні процеси розроблення, розгортання та оплати.

Для західних провайдерів, зокрема Anthropic та OpenAI, це підвищувало вимоги до диференціації. Преміальна модель має виправдовувати свою ціну стійкою перевагою в можливостях, безпеці, надійності, роботі з інструментами, довгим контекстом, управлінні чи корпоративній підтримці — а не лише гучним результатом одного тесту.

Найімовірнішим наслідком стала сегментація, а не негайна заміна одних моделей іншими. Організації з найвищими вимогами могли й надалі платити за закриті передові системи, тоді як клієнти, для яких важливі ціна, кастомізація або контроль над розміщенням даних, отримували дедалі переконливіші китайські та відкриті альтернативи.

Багатомовність і глобальне розгортання

Багатомовна орієнтація всієї лінійки Qwen стала ще однією конкурентною перевагою. У матеріалах про Qwen2.5 Alibaba описувала широку екосистему моделей для роботи з мовами та кодом, а в матеріалах про Qwen3 заявила про підтримку 119 мов і діалектів. 118

Для міжнародних компаній мовне покриття може бути не менш важливим, ніж бенчмарки англійською. Воно впливає на локалізацію, клієнтську підтримку, переклад, внутрішні бази знань і регіональне розгортання. Практична перевага залежить від якості конкретною мовою та вимог бізнесу, але широка мовна стратегія дає Alibaba більше можливостей конкурувати за межами ринку, орієнтованого переважно на англійську.

Що відомо про «Ox Alpha»

У наданих матеріалах немає достатніх надійних підтверджень того, що китайська передова модель під назвою Ox Alpha була документованою та випущеною системою, співмірною з DeepSeek-V3 або Qwen2.5-Max. Тому цю назву варто сприймати як неперевірене позначення або припущення, а не як доказ можливостей китайської індустрії ШІ.

Ця невизначеність не змінює загального висновку. Qwen2.5-Max, DeepSeek та наступні китайські релізи показали, що конкуренція на передовому рівні ШІ стає дедалі більш багатополярною. Відкриті ваги, ефективні архітектури, хмарні API, багатомовність і широка дистрибуція перетворюються на конкурентну зброю, а не на другорядні характеристики.

Довгострокове значення Qwen2.5-Max

Qwen2.5-Max не довела, що Alibaba назавжди випередила кожну західну лабораторію ШІ. Її головний внесок був стратегічним: модель продемонструвала, як можна поєднати конкурентоспроможний флагман, доступ через хмару, відкриту розробку моделей і глобальне залучення розробників.

Через це покупці ШІ дедалі частіше мають відповідати не лише на запитання «яка модель очолює бенчмарк?». Потрібно одночасно порівнювати продуктивність, ціну, відкритість, контроль над розгортанням, мовне покриття, підтримку обладнання та корпоративні операції.

У цьому сенсі Qwen2.5-Max посилила передову гонку навіть там, де окремі перемоги в бенчмарках залишалися дискусійними. Вона допомогла змістити конкуренцію від протистояння кількох закритих лабораторій до ширшого ринку, де екосистема моделей та інфраструктура навколо них важать не менше, ніж самі моделі.