
Alibaba-ს Qwen4-Max Opus 5.5-ს, GPT-6-სა და Kimi K3.1 Pro-ს უფრო დაბალი ფასებით ეცილება
Alibaba-მ გამოუშვა Qwen4-Max, ფლაგმანური მოდელი 2,4 ტრილიონი პარამეტრით, რომელიც ერთ ტოკენზე 71 მილიარდს ააქტიურებს და ერთი მილიონი ტოკენის კონტექსტს გვთავაზობს, დავალებების გაცილებით დაბალი ღირებულებით.
Alibaba-მ გამოუშვა Qwen4-Max, ფლაგმანური მოდელი, რომელიც ეფექტურ არქიტექტურას დაბალ ფასებთან აკავშირებს და ინდუსტრიის, მეცნიერებისა და ფინანსების პროფესიულ სამუშაოებზეა გამიზნული. ექსპერტთა ნარევის მოდელს 2,4 ტრილიონი პარამეტრი აქვს, მაგრამ ერთ ტოკენზე მხოლოდ 71 მილიარდს ააქტიურებს, სურათებს ბუნებრივად ამუშავებს და ერთი მილიონი ტოკენის კონტექსტს გვთავაზობს. ის Opus 5.5-ს, GPT-6-სა და Kimi K3.1 Pro-ს უპირისპირდება.
არქიტექტურა და წვრთნა
Alibaba სტანდარტულ attention-ს ჰიბრიდულ მეთოდს უთავსებს: სამი ფენა წინა კონტექსტს აკუმშავს, მეოთხე მხოლოდ მნიშვნელოვან ნაწილებს ირჩევს, რაც გრძელ შეყვანებზე გამოთვლებს ამცირებს. ემატება ოთხი პარალელური კავშირი დინამიკური კარიბჭეებით და N-gram ფენა 328 მილიარდი პარამეტრით. Alibaba-ს თქმით, წვრთნა სტაბილური იყო, loss თანდათან მცირდებოდა ნახტომების გარეშე. შიდა bits-per-byte ტესტებში Qwen4-Max-Base ხუთ ჩექპოინტს შორის საუკეთესო აღმოჩნდა და Qwen3.8-Max-Base-თან შედარებით 5-დან 13 პროცენტამდე გაუმჯობესდა, ერთ ტოკენზე 25 პროცენტით ნაკლები პარამეტრით.
ღირებულება და ბენჩმარკები
Work360-ზე 721 სფეროში Qwen4-Max წინამორბედზე დაახლოებით 25-33 პროცენტით ნაკლებ ტოკენს იყენებს; საშუალო ღირებულება დავალებაზე 62 პროცენტით, 4,43-დან 1,67 დოლარამდე ეცემა, ქულა 47,74-დან 52,69-მდე იზრდება. Terminal-Bench 4.0-ზე ტოკენების ხარჯი თითქმის ნახევრდება. Artificial Analysis Intelligence Index-ზე 43 ქულა აქვს: Qwen3.8-Max-ზე ცხრა ქულით მეტია და Kimi K3.1 Pro-ს 46 ქულიდან სამით ჩამორჩება. დავალებაზე ღირებულება 3,27 დოლარია, რაც Qwen3.8-Max-ის 10,02 დოლარის დაახლოებით მესამედია და Kimi K3.1 Pro-ს 3,68 დოლარზე დაახლოებით 11 პროცენტით ნაკლებია; ამას ხელს უწყობს 25 პროცენტით დაბალი ტოკენის ფასები, 70 პროცენტით იაფი cache hit-ები და ნაკლები ტოკენი. გარე შედეგები შერეულია: Agents' Last Exam v1.1-ზე 46,7 ქულით ლიდერობს, Humanity's Last Exam-ზე Opus 5.5-სა და GPT მოდელებს ჩამორჩება, HealthBench Professional-ზე GPT მოდელებს ჩამორჩება, მაგრამ Opus 5.5-ს ოდნავ უსწრებს. Terminal-Bench 4.0-ზე 48 პროცენტს აგროვებს Kimi K3.1 Pro-ს 67 პროცენტის წინააღმდეგ; FrontierCode 2.0-ზე Kimi-ს 26 პროცენტით უტოლდება, Tencent Hy4-ს 31 პროცენტით ჩამორჩება. API: 1,50 დოლარი მილიონ შემავალ ტოკენზე, 4,50 დოლარი მილიონ გამავალ ტოკენზე, 0,075 დოლარი cache hit-ზე.
აგენტები, ლაბორატორიები და თამაშები
Live Delivery ადრეულ ეტაპზე გამოსადეგ პირველ ვერსიას აძლევს და შემდეგ ავითარებს, მომხმარებლებს ნებისმიერ მომენტში ჩარევისა და კურსის შეცვლის საშუალებას აძლევს; Alibaba-მ Qwen-Live-Delivery-Plugin ღია კოდად გამოაქვეყნა. Alibaba-ს ცნობით, SANF-მა და Pacific Union-მა ერთი დეტალის ხელით პროგრამირების დრო დაახლოებით 475 წუთიდან 24 წუთამდე შეამცირეს; ფინანსურ გამოყენებაში 90 MCP ხელსაწყოს იყენებს და შემოწმებად Excel და PowerPoint ფაილებს მიკვლევადი რიცხვებით აბრუნებს. შიდა გამოყენებაში Qwen4-Max-მა MindOpt-თან ერთად ანოტაციის გამოთვლითი რესურსების ხარჯები საშუალოდ 10,42 პროცენტით შეამცირა და ოპტიმალური CPU დავალებების განაწილება 14-ზე მეტჯერ უფრო სწრაფად იპოვა. ლაბორატორიულ ტესტებში მოდელი Deep Principle-ის Mira-სთან ერთად 48 საათის განმავლობაში ავტონომიურად მუშაობდა; ამ დროს მან 2,7 მილიონ მოლეკულურ კანდიდატს გადახედა და DP Technology-ის PharmMaster-ით 24 კანდიდატ მოლეკულაზე ოპტიმიზაცია ჩაატარა; საბოლოო კანდიდატი სამიზნე ცილას დაახლოებით 3,6-ჯერ უკეთ უკავშირდება, ვიდრე ცნობილი საწყისი ნაერთი. Alibaba აჩვენებს ერთი პრომპტით თამაშების შექმნას Unity-ზე, Unreal Engine-სა და Godot-ზე, მათ შორის „Meow of Magic“-ს, და 3D მოდელებს Blender-ში.
უსაფრთხოება და ხელმისაწვდომობა
Last Secure Code Bench-ზე ფუნქციონალური და უსაფრთხო კოდის წილი 22-დან 31,8 პროცენტამდე გაიზარდა, სამივე ტესტირების დონეზე უსაფრთხო კოდის წილი კი თითქმის გაორმაგდა: 8-დან 14,7 პროცენტამდე. Alibaba-ს თქმით, მიმომხილველებმა ვერ იპოვეს ინოვაციის ისეთი რეალური უნარი, რომელიც მომხმარებლებს CBRN რისკებზე მნიშვნელოვან შესაძლებლობებს მისცემდა. Qwen4-Max ხელმისაწვდომია QwenCloud-ის მეშვეობით და QwenWork-ში, Qoder-სა და QwenStudio-ში; უფრო პატარა Qwen4 მოდელები მოგვიანებით ღია კოდად გამოქვეყნება იგეგმება.
წყაროები: The Decoder · The New Stack
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.