Η Alibaba αμφισβητεί το OpenAI

Το μοντέλο Qwen-3-Max-Preview έχει πάνω από ένα τρισεκατομμύριο παραμέτρους. Φωτογραφία: Reuters .

Ο Όμιλος Alibaba μόλις κυκλοφόρησε το μεγαλύτερο μοντέλο τεχνητής νοημοσύνης μέχρι σήμερα, σηματοδοτώντας ένα νέο ορόσημο στην παγκόσμια κούρσα της τεχνητής νοημοσύνης. Με την ονομασία Qwen-3-Max-Preview, αυτό είναι το πρώτο μοντέλο του κινεζικού τεχνολογικού γίγαντα που ξεπέρασε το ένα τρισεκατομμύριο παραμέτρους, τοποθετώντας την Alibaba ανάμεσα σε γίγαντες όπως το OpenAI, το Google DeepMind και το Anthropic.

Το νέο μοντέλο, που κυκλοφόρησε στις 5 Σεπτεμβρίου, είναι πλέον διαθέσιμο στην πλατφόρμα υπηρεσιών cloud Alibaba Cloud και στη μεγάλη αγορά γλώσσας μοντελοποίησης OpenRouter. Το Qwen-3-Max-Preview συνεχίζει τη σειρά Qwen3, η οποία κυκλοφόρησε για πρώτη φορά τον Μάιο με εκδόσεις που κυμαίνονται από 600 εκατομμύρια έως 235 δισεκατομμύρια παραμέτρους.

Στον τομέα της Τεχνητής Νοημοσύνης, οι παράμετροι θεωρούνται η «νοημοσύνη» ενός συστήματος, οι οποίες είναι μεταβλητές που προσαρμόζονται κατά τη διάρκεια της διαδικασίας εκπαίδευσης. Ένας μεγαλύτερος αριθμός παραμέτρων σημαίνει γενικά μεγαλύτερες δυνατότητες και απαιτεί επίσης τεράστια υπολογιστική ισχύ. Για λόγους σύγκρισης, το GPT-4.5 της OpenAI, ένα από τα μεγαλύτερα μοντέλα που διατίθενται αυτήν τη στιγμή, εκτιμάται ότι έχει μεταξύ 5 και 7 τρισεκατομμυρίων παραμέτρων.

Σύμφωνα με την ανακοίνωση, το Qwen-3-Max-Preview είναι ένα μοντέλο επεξεργασίας κειμένου που ξεπερνά σε απόδοση το Qwen3-235B-A22B-2507. Σε εσωτερικές δοκιμές, το Qwen-3-Max-Preview πέτυχε υψηλότερα αποτελέσματα από το Kimi K2 του MoonShot AI, μια έκδοση του Claude Opus 4 χωρίς δυνατότητα εξαγωγής συμπερασμάτων, και το DeepSeek V3.1 που υποστηρίζει μορφοποίηση Anthropic. Ωστόσο, αυτά τα benchmarks δεν έχουν ακόμη συμπεριληφθεί στην επίσημη τεχνική έκθεση.

«Το Qwen-3-Max-Preview παρουσιάζει σημαντικές βελτιώσεις στις συνολικές δυνατότητες, από την κατανόηση κειμένου στα κινέζικα και τα αγγλικά, την εκτέλεση σύνθετων οδηγιών, τον χειρισμό υποκειμενικών εργασιών, την πολυγλωσσική υποστήριξη έως τη χρήση εργαλείων. Η επέκταση βρίσκεται ακόμη σε εξέλιξη και η επίσημη κυκλοφορία θα φέρει ακόμη περισσότερες εκπλήξεις», δήλωσε η Alibaba σε δελτίο τύπου.

Με την πάροδο των ετών, η Qwen έχει βοηθήσει την Alibaba να ξεχωρίσει στο παγκόσμιο οικοσύστημα τεχνητής νοημοσύνης ανοιχτού κώδικα. Αυτά τα μοντέλα έχουν επιτύχει πάνω από 20 εκατομμύρια λήψεις και έχουν δημιουργήσει 100.000 παράγωγα μοντέλα στην πλατφόρμα Hugging Face. Ωστόσο, το Qwen-3-Max-Preview δεν είναι ακόμη ανοιχτού κώδικα. Οι χρήστες μπορούν να έχουν πρόσβαση σε αυτό μόνο μέσω του Alibaba Cloud ή του OpenRouter, παρόμοιου με το Qwen2.5-Max.

Στα μέσα κοινωνικής δικτύωσης, ο Binyuan Hui, μηχανικός τεχνητής νοημοσύνης στην Alibaba, αποκάλυψε ότι μια έκδοση του μοντέλου με «ικανότητα συλλογισμού» βρίσκεται ακόμη υπό ανάπτυξη.

Το κόστος πρόσβασης στο Qwen-3-Max-Preview στο Alibaba Cloud είναι επίσης από τα υψηλότερα στην οικογένεια Qwen. Η τιμή εκκίνησης είναι 0,861 $ ανά εκατομμύριο tokens εισόδου και 3,441 $ ανά εκατομμύριο tokens εξόδου. Εν τω μεταξύ, η έκδοση Qwen3-235B-A22B-2507 κοστίζει μόνο 0,287 $ ανά εκατομμύριο tokens εισόδου και 1,147 $ ανά εκατομμύριο tokens εξόδου.

Πηγή: https://znews.vn/alibaba-cong-bo-mo-hinh-thach-thuc-openai-post1583459.html