Geri Dön

Alibaba'nın Qwen4-Max'i Opus 5.5, GPT-6 ve Kimi K3.1 Pro'ya daha düşük fiyatlarla meydan okuyor
SiTech AI Team3 dk okuma

Alibaba'nın Qwen4-Max'i Opus 5.5, GPT-6 ve Kimi K3.1 Pro'ya daha düşük fiyatlarla meydan okuyor

Alibaba, token başına 71 milyar parametre etkinleştirilen, 2,4 trilyon parametreli ve bir milyon token bağlam penceresi sunan Qwen4-Max adlı amiral gemisi modeli başlattı; görev maliyetleri çok daha düşük.

Alibaba, daha verimli bir mimariyi daha düşük fiyatlarla birleştiren ve sanayi, bilim ve finans alanlarında profesyonel çalışmayı hedefleyen yeni bir amiral gemisi model olan Qwen4-Max'i başlattı. Uzmanların karışımı (mixture-of-experts) modeli 2,4 trilyon parametreye sahip, ancak token başına yalnızca 71 milyarını etkinleştirir; görüntüleri yerel olarak işler ve bir milyon token bağlam penceresi sunar. Opus 5.5, GPT-6 ve Kimi K3.1 Pro'ya karşı konumlandırılmıştır.

Mimari ve eğitim

Alibaba, standart dikkat (attention) mekanizmasını hibrit bir yöntemle birleştirir: üç katman önceki bağlamı sıkıştırılmış bir duruma indirger, dördüncü katman yalnızca önemli parçaları seçer ve uzun girdilerde hesaplama yükünü azaltır. Tasarım, dinamik kapılarla dört paralel bağlantı ve 328 milyar parametreli bir N-gram katmanı ekler. Alibaba, eğitimin kararlı ilerlediğini, kaybın düzenli düştüğünü ve ani sıçramalar olmadığını söylüyor. İç bits-per-byte testleri, Qwen4-Max-Base'i beş kontrol noktasının en iyisi olarak buldu; token başına yüzde 25 daha az parametre etkinleştirirken Qwen3.8-Max-Base'e göre yüzde 5 ile 13 arasında iyileşme sağladı.

Maliyet ve kıyaslamalar

Work360'ta 721 alan genelinde Qwen4-Max, selefine göre yaklaşık dörtte bir ila üçte bir daha az token kullanır; görev başına ortalama maliyeti 4,43 dolardan 1,67 dolara, yani yüzde 62 oranında azaltırken puanı 47,74'ten 52,69'a çıkar. Terminal-Bench 4.0 token kullanımı neredeyse yarıya iner. Artificial Analysis Intelligence Index'te 43 puan alır; bu, Qwen3.8-Max'tan dokuz puan fazla ve 46 puan alan Kimi K3.1 Pro'nun üç puan gerisidir; görev başına maliyet 3,27 dolar olup Qwen3.8-Max'in 10,02 dolarının yaklaşık üçte biri ve Kimi K3.1 Pro'nun 3,68 dolarından yaklaşık yüzde 11 daha azdır; buna token fiyatlarının yüzde 25 daha düşük olması, önbellek isabetlerinin yüzde 70 daha ucuz olması ve daha az token kullanılması yardımcı olur. Dış sonuçlar karma: Agents' Last Exam v1.1'de 46,7 puanla önde, Humanity's Last Exam'da Opus 5.5 ve GPT modellerinin gerisinde, HealthBench Professional'da GPT modellerinin gerisinde kalıyor ancak Opus 5.5'i az farkla geçiyor. Terminal-Bench 4.0'da yüzde 48 puan alıyor; Kimi K3.1 Pro'nun yüzde 67'sine karşı, FrontierCode 2.0'da Kimi ile yüzde 26'da berabere kalıyor ve Tencent Hy4'nin yüzde 31'inin gerisinde. API fiyatlandırması milyon girdi tokeni başına 1,50 dolar, milyon çıktı tokeni başına 4,50 dolar ve önbellek isabeti başına 0,075 dolar.

Ajanlar, laboratuvarlar ve oyunlar

Live Delivery, erken ve kullanılabilir bir ilk sürüm sunar ve daha sonra onu geliştirir; kullanıcılar her aşamada devreye girip yön değiştirebilir. Alibaba, Qwen-Live-Delivery-Plugin'i açık kaynak yaptı. SANF ve Pacific Union, tek bir iş parçası için manuel programlama süresini yaklaşık 475 dakikadan 24 dakikaya düşürdü; finans kullanımı 90 MCP aracına erişir ve izlenebilir sayılarla doğrulanabilir Excel ve PowerPoint dosyaları döndürür. İç kullanımda MindOpt ile Qwen4-Max, veri etiketleme hesaplama tahsis maliyetlerini ortalama yüzde 10,42 azalttı ve en uygun CPU görev dağılımlarını 14 katından daha hızlı buldu. Laboratuvar testlerinde Deep Principle'dan Mira ile 48 saat boyunca otonom çalıştı, 2,7 milyon moleküler adayı taradı ve DP Technology'den PharmMaster ile 24 aday molekülü optimize etti; son aday, hedef proteine bilinen başlangıç bileşiğinden yaklaşık 3,6 kat daha iyi bağlandı. Alibaba ayrıca Unity, Unreal Engine ve Godot'ta tek istemle oyun geliştirme, buna 'Meow of Magic' dahil, ve Blender'da yeniden kullanılabilir 3D modeller gösteriyor.

Güvenlik ve kullanılabilirlik

Last Secure Code Bench'te hem işlevsel hem güvenli kod oranı yüzde 22'den yüzde 31,8'e çıktı ve üç test düzeyinin tümünde güvenli olan pay yüzde 8'den yüzde 14,7'ye, yani neredeyse iki katına yükseldi. Alibaba, inceleyicilerin CBRN risklerinde kullanıcılara önemli bir yetenek artışı sağlayacak gerçek bir inovasyon kapasitesi bulmadığını söylüyor. Qwen4-Max, QwenCloud üzerinden ve QwenWork, Qoder ve QwenStudio içinde kullanılabilir; daha küçük Qwen4 modellerinin daha sonra açık kaynak olarak yayınlanması planlanıyor.

Kaynaklar: The Decoder · The New Stack

SiTech

SiTech — AI destekli web geliştirme

Hızlı ve modern web siteleri kuruyor, AI'yı gerçek iş akışlarına taşıyoruz. Projeniz veya sorunuz mu var? Yardımcı olmaktan mutluluk duyarız.