Վերադառնալ

Alibaba-ի Qwen4-Max-ը մարտահրավեր է նետում Opus 5.5-ին, GPT-6-ին և Kimi K3.1 Pro-ին՝ ավելի ցածր գներով
SiTech AI Team3 րոպե ընթերցում

Alibaba-ի Qwen4-Max-ը մարտահրավեր է նետում Opus 5.5-ին, GPT-6-ին և Kimi K3.1 Pro-ին՝ ավելի ցածր գներով

Alibaba-ն գործարկել է Qwen4-Max-ը՝ 2.4 տրիլիոն պարամետրով հիմնական մոդել, որը յուրաքանչյուր թոքենի համար ակտիվացնում է 71 միլիարդ և առաջարկում է մեկ միլիոն թոքենի համատեքստային պատուհան՝ առաջադրանքների շատ ավելի ցածր արժեքով։

Alibaba-ն գործարկել է Qwen4-Max-ը՝ նոր հիմնական մոդել՝ ավելի արդյունավետ ճարտարապետությամբ և ցածր գներով, նպատակադրված արդյունաբերության, գիտության և ֆինանսների մասնագիտական աշխատանքին։ Փորձագետների խառնուրդի մոդելն ունի 2.4 տրիլիոն պարամետր, սակայն յուրաքանչյուր թոքենի համար ակտիվացնում է միայն 71 միլիարդ, բնական կերպով մշակում է պատկերներ և առաջարկում է մեկ միլիոն թոքենի համատեքստային պատուհան։ Այն դիրքավորված է Opus 5.5-ի, GPT-6-ի և Kimi K3.1 Pro-ի դեմ։

Ճարտարապետություն և ուսուցում

Alibaba-ն համատեղում է ստանդարտ ուշադրությունը հիբրիդային մեթոդի հետ. երեք շերտ նախորդ համատեքստը սեղմում են խտացված վիճակի, իսկ չորրորդ շերտը ընտրում է միայն կարևոր մասերը՝ երկար մուտքագրումների վրա հաշվարկները կրճատելով։ Նախագիծն ավելացնում է չորս զուգահեռ կապ դինամիկ դարպասներով և N-գրամի շերտ՝ 328 միլիարդ պարամետրով։ Alibaba-ն ասում է, որ ուսուցումը կայուն է ընթացել՝ կորուստն աստիճանաբար նվազել է, առանց թռիչքների։ Ներքին bits-per-byte փորձարկումները Qwen4-Max-Base-ը լավագույնը համարեցին հինգ ստուգակետերի մեջ՝ 5-13 տոկոսով գերազանցելով Qwen3.8-Max-Base-ը, մինչդեռ յուրաքանչյուր թոքենի համար ակտիվացնում է 25 տոկոսով պակաս պարամետր։

Արժեք և չափանիշներ

Work360-ում, 721 ոլորտում, Qwen4-Max-ը օգտագործում է մոտ մեկ քառորդից մինչև մեկ երրորդով պակաս թոքեն, քան իր նախորդը, և միջին արժեքը յուրաքանչյուր առաջադրանքի համար 62 տոկոսով կրճատում է՝ $4.43-ից մինչև $1.67, մինչդեռ գնահատականը 47.74-ից բարձրանում է մինչև 52.69։ Terminal-Bench 4.0-ում թոքենների օգտագործումը գրեթե կիսով չափ է նվազում։ Artificial Analysis Intelligence Index-ում այն հավաքում է 43 միավոր՝ ինը միավորով ավելի, քան Qwen3.8-Max-ը, և երեք միավորով հետ է մնում Kimi K3.1 Pro-ից՝ 46 միավորով; յուրաքանչյուր առաջադրանքի արժեքը $3.27 է՝ մոտավորապես Qwen3.8-Max-ի $10.02-ի մեկ երրորդը և մոտ 11 տոկոսով պակաս, քան Kimi K3.1 Pro-ի $3.68-ը, շնորհիվ 25 տոկոսով ցածր թոքենների գների, 70 տոկոսով ավելի էժան cache hits-ի և պակաս թոքենների։ Արտաքին արդյունքները խառն են. այն առաջատար է Agents' Last Exam v1.1-ում՝ 46.7 միավորով, հետ է մնում Opus 5.5-ից և GPT մոդելներից Humanity's Last Exam-ում, իսկ HealthBench Professional-ում զիջում է GPT մոդելներին, բայց անցնում է Opus 5.5-ին։ Terminal-Bench 4.0-ում այն հավաքում է 48 տոկոս՝ ընդդեմ Kimi K3.1 Pro-ի 67 տոկոսի, FrontierCode 2.0-ում ոչ-ոքի է խաղում Kimi-ի հետ՝ 26 տոկոսում, և զիջում է Tencent Hy4-ին՝ 31 տոկոսում։ API-ի գնագոյացումը կազմում է $1.50 մեկ միլիոն մուտքային թոքենի համար, $4.50 մեկ միլիոն ելքային թոքենի համար և $0.075 cache hits-ի համար։

Գործակալներ, լաբորատորիաներ և խաղեր

Live Delivery-ը վաղ փուլում տալիս է օգտագործելի առաջին տարբերակը և հետո կառուցում այն, թույլ տալով օգտատերերին ցանկացած պահի փոխել ուղղությունը; Alibaba-ն բաց կոդով է հրապարակել Qwen-Live-Delivery-Plugin-ը։ SANF-ը և Pacific Union-ը մեկ աշխատանքային մասի ձեռքով ծրագրավորման ժամանակը մոտ 475 րոպեից կրճատել են 24-ի, իսկ ֆինանսական օգտագործումը կիրառում է 90 MCP գործիք և վերադարձնում է ստուգելի Excel և PowerPoint ֆայլեր՝ հետագծելի թվերով։ Ներքին մակարդակում Qwen4-Max-ը MindOpt-ի հետ տվյալների անոտացիայի հաշվարկային բաշխման ծախսերը միջինում կրճատել է 10.42 տոկոսով և օպտիմալ CPU առաջադրանքների բաշխումները գտել է ավելի քան 14 անգամ արագ։ Լաբորատոր փորձարկումներում այն 48 ժամ ինքնուրույն աշխատել է Mira-ի հետ՝ Deep Principle-ից, որոնելով 2.7 միլիոն մոլեկուլային թեկնածու, և PharmMaster-ի հետ՝ DP Technology-ից, օպտիմացրել է 24 թեկնածու մոլեկուլ, ընդ որում վերջնական թեկնածուն իր թիրախային սպիտակուցին կապվում է մոտ 3.6 անգամ ավելի լավ, քան հայտնի սկզբնական միացությունը։ Alibaba-ն նաև ցուցադրում է մեկ հուշագրով խաղերի մշակում Unity, Unreal Engine և Godot հարթակներում, այդ թվում՝ 'Meow of Magic'-ը, ինչպես նաև կրկնակի օգտագործվող 3D մոդելներ Blender-ում։

Անվտանգություն և հասանելիություն

Last Secure Code Bench-ում գործառութային և անվտանգ կոդի մասնաբաժինը 22-ից բարձրացել է մինչև 31.8 տոկոս, իսկ բոլոր երեք մակարդակներում անվտանգ կոդի մասնաբաժինը գրեթե կրկնապատկվել է՝ 8-ից մինչև 14.7 տոկոս։ Alibaba-ն ասում է, որ գրախոսները CBRN ռիսկերի վրա օգտատերերին էական կարողությունների աճ տվող նորարարության իրական կարողություն չեն գտել։ Qwen4-Max-ը հասանելի է QwenCloud-ի միջոցով և QwenWork-ում, Qoder-ում և QwenStudio-ում, իսկ փոքր Qwen4 մոդելները հետագայում նախատեսվում է հրապարակել որպես բաց կոդ։

Աղբյուրներ՝ The Decoder · The New Stack

SiTech

SiTech — AI-ով հզորացված վեբ մշակում

Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։