Qwen2.5-Max và nước cờ khiến cuộc đua AI trở nên đa cực

Qwen2.5-Max quan trọng không hẳn vì Alibaba đã chứng minh mô hình này vượt qua mọi đối thủ. Giá trị bền vững hơn nằm ở thông điệp chiến lược: năng lực phát triển AI gần biên không còn chỉ tập trung trong một nhóm nhỏ các phòng thí nghiệm Mỹ.

Alibaba công bố Qwen2.5-Max vào ngày 28–29 tháng 1 năm 2025, ngay sau khi DeepSeek-V3 thu hút sự chú ý trên toàn cầu. Mô hình kết hợp các tuyên bố hiệu năng tham vọng với lợi thế phân phối từ Alibaba Cloud. 29

Qwen2.5-Max là gì?

Alibaba mô tả Qwen2.5-Max là một mô hình ngôn ngữ lớn quy mô lớn sử dụng kiến trúc Mixture-of-Experts (MoE), hay “hỗn hợp các chuyên gia”. Trong hệ thống MoE, mỗi đầu vào có thể được chuyển đến những mạng chuyên gia phù hợp, thay vì kích hoạt toàn bộ mô hình cho từng token. Cách tiếp cận này có thể giúp cân bằng giữa quy mô, năng lực và chi phí suy luận.

Tuy nhiên, tài liệu công bố công khai không cung cấp đủ thông tin để xác định độc lập chính xác tổng số tham số hay số tham số được kích hoạt của Qwen2.5-Max. 9

Alibaba cho biết mô hình được tiền huấn luyện trên hơn 20 nghìn tỷ token, sau đó tiếp tục huấn luyện hậu kỳ bằng Supervised Fine-Tuning (SFT) và Reinforcement Learning from Human Feedback (RLHF). SFT giúp mô hình cải thiện khả năng làm theo hướng dẫn, còn RLHF dùng phản hồi của con người để điều chỉnh chất lượng và mức độ phù hợp của câu trả lời. 259

Qwen2.5-Max không đồng nghĩa với các checkpoint Qwen2.5 có thể tải xuống. Dòng Qwen2.5 rộng hơn gồm các mô hình nền và mô hình được tinh chỉnh theo hướng dẫn, có kích thước từ 0,5 tỷ đến 72 tỷ tham số, cùng các phiên bản lượng tử hóa được phân phối qua Hugging Face, ModelScope và Kaggle. 132

Trong khi đó, Max được định vị là mô hình chủ lực cung cấp qua dịch vụ, thay vì một checkpoint mở khác. Phân tích tại thời điểm ra mắt cho biết bề mặt dịch vụ chính của mô hình là Alibaba Cloud Model Studio. 13

Hai hướng tiếp cận: mô hình chủ lực đóng và hệ sinh thái mở

Sự khác biệt này cho thấy Alibaba theo đuổi chiến lược hai đường ray:

• Mô hình cao cấp được lưu trữ trên đám mây: Alibaba kiểm soát quyền truy cập vào các hệ thống mạnh nhất thông qua Model Studio và những giao diện Qwen liên quan.
• Mô hình có trọng số mở: Nhà phát triển có thể tải xuống, điều chỉnh, lượng tử hóa và tự triển khai những thành viên khác trong gia đình Qwen.

Báo cáo kỹ thuật Qwen2.5 liệt kê hơn 100 mô hình và biến thể có thể tiếp cận qua Hugging Face, ModelScope và Kaggle, đồng thời ghi nhận các biến thể MoE Qwen2.5 được lưu trữ trên Alibaba Cloud Model Studio. 132

Với nhà phát triển, đây là lựa chọn giữa sự tiện lợi và quyền kiểm soát. API được quản lý giúp giảm gánh nặng hạ tầng; trọng số mở lại cho phép doanh nghiệp tự quyết định cách triển khai, tinh chỉnh và lưu trữ dữ liệu. Alibaba có thể dùng các bản phát hành mở để thu hút cộng đồng, rồi chuyển nhu cầu sử dụng thành doanh thu đám mây thông qua Model Studio.

Alibaba đã tuyên bố gì về hiệu năng?

Alibaba cho biết Qwen2.5-Max có năng lực nhìn chung tương đương Claude 3.5 Sonnet và vượt GPT-4o, DeepSeek-V3 तथा Llama 3.1 405B trong nhiều bài đánh giá do công ty báo cáo. Các bài kiểm tra được nhấn mạnh gồm MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench và Arena-Hard, lần lượt liên quan đến kiến thức, suy luận khó, lập trình, năng lực tổng quát và mức độ ưa thích của người dùng. 29

Những tuyên bố này cần được đọc đúng bối cảnh. Kết quả do chính nhà phát triển mô hình công bố cho thấy những gì công ty đo được trong các điều kiện cụ thể, chứ không phải bằng chứng rằng mô hình luôn vượt trội trong mọi tình huống thực tế. Phiên bản benchmark, cách viết prompt, thiết lập mô hình và nguy cơ nhiễm dữ liệu đánh giá đều có thể ảnh hưởng đến kết quả. Các phân tích đương thời cũng khuyến nghị thận trọng khi diễn giải những so sánh này. 254

Một tín hiệu độc lập hơn đến từ bảng xếp hạng Chatbot Arena do cộng đồng bình chọn, được đưa tin vào đầu tháng 2 năm 2025. Qwen2.5-Max đạt 1.332 điểm, đứng thứ bảy toàn bảng; các báo cáo cho biết mô hình đứng đầu ở hạng mục toán học và lập trình, đồng thời xếp thứ hai ở nhóm hard prompts. 1012

Kết quả này củng cố nhận định rằng Qwen2.5-Max là một đối thủ nghiêm túc ở cấp độ gần biên AI. Dù vậy, nó không chứng minh mô hình tốt nhất cho mọi tác vụ, cũng không phản ánh đầy đủ các yếu tố quan trọng khi triển khai như độ tin cậy, an toàn, khả năng dùng công cụ, độ trễ, quản trị dữ liệu hay hỗ trợ doanh nghiệp.

So sánh thận trọng với GPT-4o, Claude và DeepSeek

Kết luận có thể bảo vệ được về mặt bằng chứng hẹp hơn tuyên bố gây chú ý của Alibaba:

• Với GPT-4o, Alibaba báo cáo lợi thế trên nhiều benchmark, nhưng các kết quả này cần tiếp tục được quy rõ cho Alibaba và gắn với từng bài kiểm tra cụ thể. 29
• Với Claude 3.5 Sonnet, Alibaba giới thiệu Qwen2.5-Max là mô hình có năng lực nhìn chung tương đương, chứ chưa chứng minh được ưu thế toàn diện. 29
• Với DeepSeek-V3, màn ra mắt có ý nghĩa đặc biệt vì cho thấy Alibaba có thể nhanh chóng đáp trả một đối thủ Trung Quốc mới nổi bằng mô hình mà công ty tuyên bố vượt trội trong nhiều đánh giá. 25

Nói cách khác, Qwen2.5-Max đã chuyển câu hỏi từ “Mô hình Trung Quốc có thể cạnh tranh hay không?” sang “Mô hình nào phù hợp nhất với khối lượng công việc, cách triển khai, ngôn ngữ và ngân sách cụ thể?”.

Mối quan hệ với dòng Qwen2.5 trước đó

Qwen2.5-Max mở rộng thế hệ Qwen2.5 nhưng giữ một vai trò khác trong danh mục sản phẩm. Dòng trước đó tập trung vào nhiều kích thước mô hình mở, từ các phiên bản nhẹ cho thử nghiệm đến mô hình chủ lực 72 tỷ tham số. 132

Max bổ sung một lựa chọn cao cấp được lưu trữ trên đám mây. Nhờ đó, Alibaba có thể thể hiện tham vọng cạnh tranh ở biên AI mà không cần công khai toàn bộ trọng số, kiến trúc chính xác hay các sản phẩm trung gian trong quá trình huấn luyện.

Đây không phải chiến lược đơn giản kiểu “mã nguồn mở đối đầu mã nguồn đóng”. Đúng hơn, đó là chiến lược danh mục: độ mở giúp thu hút nhà phát triển, còn mô hình lưu trữ trên đám mây tạo kênh phân phối thương mại.

Hệ sinh thái Qwen cũng chú trọng các nhu cầu đa ngôn ngữ và lập trình, đặc biệt là tiếng Trung và tiếng Anh, bên cạnh những ngôn ngữ như Tây Ban Nha, Pháp và Nhật. 40 Với doanh nghiệp hoạt động tại nhiều thị trường châu Á và toàn cầu, khả năng bản địa hóa này đôi khi có giá trị thực tế không kém một chênh lệch nhỏ trên benchmark tiếng Anh.

Qwen3 làm rõ hơn chiến lược của Alibaba

Bước tiến lớn tiếp theo của Alibaba là Qwen3, được phát hành vào tháng 4 năm 2025 dưới dạng một gia đình mô hình có trọng số mở. Đợt phát hành ban đầu gồm sáu mô hình dense từ 0,6 tỷ đến 32 tỷ tham số và hai mô hình MoE, trong đó có một mô hình tổng cộng 235 tỷ tham số với 22 tỷ tham số được kích hoạt. Alibaba cung cấp các mô hình này trên toàn cầu qua Hugging Face, GitHub và ModelScope. 171831

Qwen3 làm rõ logic phía sau danh mục Qwen: Alibaba có thể giữ các năng lực cao cấp hoặc chuyên biệt trong những dịch vụ được quản lý, đồng thời phát hành nhiều mô hình để nhà phát triển tự chạy và điều chỉnh. Model Studio trở thành đối tác phía đám mây của hệ sinh thái mở, giúp doanh nghiệp đi từ thử nghiệm đến triển khai được quản lý. 1718

Hệ sinh thái này không chỉ xoay quanh trọng số mô hình. Alibaba sau đó mô tả các phiên bản Qwen3 lượng tử hóa cho phần cứng Apple, hỗ trợ các mô hình Qwen3 lớn hơn trên GPU AMD Instinct MI300X và những phiên bản nhẹ dành cho thiết bị di động dùng nền tảng Arm. 22

Điều đó cho thấy cuộc cạnh tranh mô hình không chỉ được quyết định bởi quy mô tiền huấn luyện. Khả năng chạy trên nhiều đám mây, bộ tăng tốc, máy tính cá nhân và thiết bị biên cũng quan trọng không kém.

Vì sao Qwen2.5-Max làm nóng cuộc đua mô hình biên?

1. Nó cho thấy cuộc cạnh tranh AI của Trung Quốc rộng hơn một hiện tượng đơn lẻ

DeepSeek-V3 trước đó đã thách thức giả định rằng Trung Quốc khó tạo ra các mô hình có năng lực cao. Phản ứng của Alibaba cho thấy DeepSeek không phải nhà phát triển Trung Quốc duy nhất có thể tiến sát biên AI. Một tập đoàn công nghệ đám mây lớn, sở hữu gia đình mô hình đã trưởng thành, có thể hành động nhanh, công bố kết quả mạnh và phân phối sản phẩm qua nền tảng sẵn có. 2

2. Nó biến năng lực phân phối thành một phần của chất lượng mô hình

Giá trị thương mại của AI không chỉ nằm ở điểm benchmark. Nhà phát triển còn quan tâm đến API, lựa chọn triển khai, năng lực đa ngôn ngữ, hỗ trợ phần cứng, công cụ tích hợp và khả năng tinh chỉnh hoặc tự lưu trữ. Alibaba kết hợp nhiều kênh trong gia đình Qwen và Model Studio. 11722

3. Nó củng cố vị thế của các lựa chọn rẻ hơn và linh hoạt hơn

Nếu một mô hình đủ tốt cho trợ lý lập trình, dịch thuật, truy xuất thông tin, chăm sóc khách hàng hoặc trợ lý nội bộ, doanh nghiệp có thể không cần điểm số cao nhất tuyệt đối trên mọi bài kiểm tra biên AI. Trọng số mở, kiến trúc MoE hiệu quả và khả năng dùng qua đám mây có thể hạ thấp rào cản áp dụng ngay cả khi mô hình chưa chứng minh được ưu thế toàn diện.

Điều này tạo áp lực lên các nhà cung cấp độc quyền đắt đỏ. Họ phải biện minh cho mức giá bằng những ưu thế đo được về độ tin cậy, an toàn, khả năng dùng công cụ, xử lý ngữ cảnh dài, kiểm soát doanh nghiệp và chất lượng dịch vụ—không chỉ bằng nhãn “frontier”. Các báo cáo đương thời mô tả các mô hình Trung Quốc đang thu hẹp khoảng cách năng lực và cạnh tranh mạnh về chi phí, khả năng tiếp cận. 47

Kịch bản dễ xảy ra hơn là phân khúc thị trường, thay vì một cuộc thay thế tức thì. Một số tổ chức vẫn sẽ trả tiền cho các mô hình đóng mạnh nhất; những tổ chức khác có thể chọn mô hình Trung Quốc được lưu trữ trên đám mây hoặc các lựa chọn có trọng số mở vì chúng đem lại sự cân bằng tốt hơn giữa hiệu năng, quyền kiểm soát, khả năng bản địa hóa và chi phí vận hành.

“Ox Alpha” có thực sự tồn tại?

Các bằng chứng được cung cấp chưa xác nhận một mô hình AI biên của Trung Quốc mang tên Ox Alpha đã được phát hành và có thể so sánh với DeepSeek-V3 hay Qwen2.5-Max. Vì vậy, tên gọi này nên được xem là chưa được kiểm chứng hoặc còn mang tính suy đoán, không phải bằng chứng trong đánh giá về năng lực AI của Trung Quốc.

Sự không chắc chắn đó không làm thay đổi kết luận lớn hơn. Qwen2.5-Max có ý nghĩa vì cùng DeepSeek và các nhà phát triển Trung Quốc khác khiến biên AI trở nên đa cực hơn. Những vũ khí cạnh tranh không chỉ là mô hình lớn hơn, mà còn gồm hiệu quả của MoE, trọng số mở, năng lực đa ngôn ngữ, API đám mây, khả năng chạy trên nhiều loại phần cứng và sức mạnh biến một dòng mô hình thành hệ sinh thái nhà phát triển toàn cầu.