اگر تمام هیاهویی که در هفته گذشته درباره DeepSeek به پا شد کافی نبود، علی بابا Cloud، Qwen 2.5-Max را راه‌اندازی کرد، یک مدل هوش مصنوعی پیشرفته که برای برتری از رهبران صنعت مانند GPT-4o اوپن‌ای‌آی و DeepSeek-V3 طراحی شده است.
این انتشار نقطه عطف مهمی در توسعه هوش مصنوعی است که قابلیت‌های فنی پیشرفته را با صرفه‌جویی در هزینه برای برنامه‌های سازمانی ترکیب می‌کند.
اما قبل از اینکه به جزئیات بپردازیم، در اینجا نحوه رقابت آن با سایر مدل‌های شناخته شده آورده شده است:
| ویژگی | Qwen 2.5-Max | GPT-4o (OpenAI) | DeepSeek-V3 | Claude 3.5 Sonnet (Anthropic) |
|---|---|---|---|---|
| معماری | MoE (72B) | متراکم | متراکم | متراکم |
| توکن‌های آموزش | 20T | نامشخص | 6T | نامشخص |
| پنجره متن | 128K توکن | 32K توکن | 128K توکن | 100K توکن |
| کدنویسی (HumanEval) | 92.7% | 90.1% | 88.9% | 85.6% |
| هزینه به ازای میلیون توکن | 0.38 دلار | 5.00 دلار | 0.25 دلار | 3.00 دلار |
| متن‌باز؟ | خیر | خیر | بله | خیر |
Qwen 2.5-Max چیست؟
Qwen 2.5-Max یک مدل 72 میلیارد پارامتری Mixture-of-Experts (MoE) است که توسط Alibaba Cloud توسعه یافته است. برخلاف مدل‌های متراکم سنتی، از 64 زیر شبکه تخصصی (“متخصص”) استفاده می‌کند که به صورت پویا بر اساس وظیفه فعال می‌شوند و هزینه‌های محاسباتی را تا 30٪ کاهش می‌دهند و در عین حال عملکرد بالا را حفظ می‌کنند.
این مدل روی 20 تریلیون توکن داده، از جمله مقالات دانشگاهی، مخازن کد و محتوای وب چند زبانه، از قبل آموزش داده شده است. از پردازش متن، تصویر، صدا و ویدیو پشتیبانی می‌کند و دارای پنجره متن 128000 توکنی (تقریباً 100000 کلمه) است که آن را قادر می‌سازد قراردادهای حقوقی طولانی یا مقالات تحقیقاتی را در یک مرحله تجزیه و تحلیل کند.
به‌ویژه، می‌تواند ویدیوهای 20 دقیقه‌ای را پردازش کند، کد SVG را از تصاویر تولید کند و ورودی‌های صوتی را به 29 زبان، از جمله ماندارین، عربی و هندی، مدیریت کند.
Qwen 2.5-Max در معیارهای استدلال و کدنویسی پیشرو است، اما در وظایف نوشتن خلاقانه از Claude 3.5 Sonnet عقب می‌ماند. در حالی که DeepSeek-V3 ارزان‌تر است، Qwen قیمت به عملکرد بهتری را برای موارد استفاده فنی ارائه می‌دهد. برخلاف رقبای متن‌باز، Qwen 2.5-Max فقط از طریق API علی‌بابا یا رابط چت Qwen در دسترس است و سفارشی‌سازی شخص ثالث را محدود می‌کند.
چرا Qwen 2.5-Max مهم است؟
جنبه‌های خاصی در Qwen 2.5-Max وجود دارد که نه تنها آن را مهم، بلکه به یک بازیگر مهم در مسابقه هوش مصنوعی تبدیل می‌کند.
-
برتری فنی:
ارزیابی‌های مستقل تأیید می‌کند که Qwen 2.5-Max در معیارهای مهم پیشرو است. در Arena-Hard، یک آزمون استدلال که نیاز به منطق چند مرحله‌ای دارد، به دقت 89.4٪ دست می‌یابد و از GPT-4o (83.7٪) و Claude 3.5 Sonnet (88.1٪) فراتر می‌رود.
برای وظایف کدنویسی، در HumanEval امتیاز 92.7٪ را کسب می‌کند و از GPT-4o با 90.1٪ و DeepSeek-V3 با 88.9٪ بهتر عمل می‌کند. در استدلال علمی، در GPQA-Diamond، یک معیار برای سؤالات STEM سطح فارغ‌التحصیلان، در مقایسه با 58.3٪ Claude 3.5، به دقت 60.1٪ دست می‌یابد. این نتایج آن را به ویژه برای صنایعی مانند توسعه نرم‌افزار، تشخیص مراقبت‌های بهداشتی و تحقیقات دانشگاهی ارزشمند می‌کند.
-
صرفه‌جویی در هزینه:
Qwen 2.5-Max با قیمت 0.38 دلار به ازای هر میلیون توکن ورودی، 10 برابر ارزان‌تر از GPT-4o (5 دلار به ازای هر میلیون توکن) و 8 برابر ارزان‌تر از Claude 3.5 Sonnet (3 دلار به ازای هر میلیون توکن) است.
این قیمت‌گذاری دسترسی به هوش مصنوعی با عملکرد بالا را برای استارت‌آپ‌ها و کسب‌وکارهای کوچک، به‌ویژه در بخش‌هایی مانند مالی و آموزش که محدودیت‌های بودجه رایج است، دموکراتیک می‌کند. به عنوان مثال، یک شرکت مراقبت‌های بهداشتی متوسط می‌تواند Qwen 2.5-Max را برای تجزیه و تحلیل اسکن پزشکی با 1/10 هزینه GPT-4o مستقر کند.
-
تأثیر استراتژیک:
Qwen 2.5-Max که چند روز پس از مدل R1 DeepSeek منتشر شد، اختلال کم‌هزینه رقیب خود را خنثی می‌کند. زمان‌بندی علی‌بابا رقابت را در بخش هوش مصنوعی چین تشدید می‌کند و ByteDance و Tencent ارتقاء مدل‌های خود را تسریع می‌کنند. تحلیلگران صنعت خاطرنشان می‌کنند که این امر علی‌بابا را به عنوان یک بازیگر کلیدی در مسابقه جهانی هوش مصنوعی، به ویژه برای مشتریان سازمانی، قرار می‌دهد.
محدودیت‌ها
علیرغم نقاط قوت خود، Qwen 2.5-Max محدودیت‌های قابل توجهی دارد. در وظایف نوشتن خلاقانه، از Claude 3.5 Sonnet پایین‌تر عمل می‌کند و در معیار نوشتن خلاقانه (CWB) 15٪ امتیاز کمتری کسب می‌کند. ماهیت بسته منبع آن، سفارشی‌سازی توسعه‌دهنده را در مقایسه با مدل‌های متن‌باز DeepSeek محدود می‌کند.
علاوه بر این، در حالی که 128K توکن را به طور کارآمد پردازش می‌کند، عملکرد فراتر از 100K توکن در وظایف پیچیده کمی کاهش می‌یابد.
نتیجه‌گیری
Qwen 2.5-Max استراتژی علی‌بابا را برای تسلط بر بازار هوش مصنوعی سازمانی از طریق دقت فنی و مقرون‌به‌صرفه بودن نشان می‌دهد. با پیشی گرفتن از GPT-4o در کدنویسی و استدلال با کسری از هزینه، برای کسب‌وکارهایی که به دنبال هوش مصنوعی پیشرفته بدون هزینه‌های گزاف هستند، جذاب است.
در حالی که برنامه‌های خلاقانه همچنان یک نقطه ضعف است، نقاط قوت آن در زمینه‌های فنی، آن را به عنوان یک ابزار حیاتی برای صنایعی مانند مراقبت‌های بهداشتی، مالی و توسعه نرم‌افزار قرار می‌دهد. با تشدید مسابقه هوش مصنوعی، Qwen 2.5-Max تأثیر رو به رشد چین را در شکل‌دهی استانداردهای جهانی هوش مصنوعی برجسته می‌کند.
