Alibaba представила свою архитектуру искусственного интеллекта нового поколения 12 сентября, заявив о прорыве, который обеспечивает в десять раз больше производительности при одной десятой стоимости по сравнению с предыдущей версией. Китайский гигант в области электронной коммерции открыл исходный код своей модели Qwen3-Next-80B-A3B, напрямую бросив вызов Gemini от (Google) и позиционируя себя как серьезного конкурента в глобальной гонке AI.
Одновременно компания выпустила Qwen3-Max-Preview — коммерческую модель с более чем триллионом параметров, знаменующую собой выход Alibaba в элиту передовых AI-моделей. Эта стратегия двойного релиза демонстрирует приверженность Alibaba как развитию open-source, так и коммерческим приложениям искусственного интеллекта.
Революционная архитектура снижает затраты и повышает производительность
Модель Qwen3-Next-80B-A3B представляет собой фундаментальный сдвиг в дизайне архитектуры искусственного интеллекта. Несмотря на то что в ней содержится 80 миллиардов параметров, во время вывода активируются только 3 миллиарда параметров, что создает так называемую "ультра-разреженную" архитектуру смеси экспертов, по терминологии Alibaba. Этот выбор дизайна снижает затраты на обучение более чем на 90% по сравнению с предыдущей моделью Qwen3-32B, а также обеспечивает в 10 раз более быструю скорость вывода, особенно для задач с длинным контекстом, превышающих 32 000 токенов.
Согласно данным Alibaba Cloud, модель включает в себя ряд ключевых инноваций, включая гибридные механизмы внимания, которые сочетают Gated DeltaNet и Gated Attention, а также возможности многотокенового предсказания, ускоряющие спекулятивное декодирование. Архитектура поддерживает сверхдлинные окна контекста до 262 000 токенов с возможностью расширения до одного миллиона токенов.
Результаты тестирования бросают вызов ведущим моделям
Первичные тесты показывают, что Qwen3-Next-80B-A3B-Thinking превосходит Gemini-2.5-Flash-Thinking от Google по ряду бенчмарков. В бенчмарке SuperGPQA, оценивающем знания на уровне выпускника, версия Thinking достигла точности 60,8%. Модель демонстрирует особую силу в понимании длинного контекста, показывая на 15% лучшие результаты, чем Llama 3.1-70B от Meta Platforms, Inc. на тестах RULER.
Показатели производительности указывают, что новая модель сопоставима с флагманской Qwen3-235B от Alibaba, при этом требует значительно меньше вычислительных ресурсов. На бенчмарках по программированию Qwen3-Next-80B-A3B-Instruct набрала 56,6% на LiveCodeBench, превзойдя предшествующую версию с её 29,1%.
Обострение глобальной конкуренции в области искусственного интеллекта
Выпуск происходит на фоне того, как китайские компании в сфере ИИ ускоряют свои усилия по оспариванию доминирования США в области искусственного интеллекта. DeepSeek одновременно разрабатывает агентные модели для автономных задач, в то время как другие китайские компании реализуют различные стратегические подходы. Эта конкуренция подтолкнула Alibaba инвестировать 380 миллиардов юаней (52 миллиарда долларов) в инфраструктуру ИИ в течение ближайших трех лет.
Инициативы Alibaba в сфере искусственного интеллекта демонстрируют сильный коммерческий успех, продукты, связанные с ИИ, показывают трехзначный рост на протяжении восьми подряд кварталов. Модели Qwen компании заняли значительные позиции в сообществе open-source, с более чем 20 миллионами загрузок и 100 000 производными моделями на платформах типа Hugging Face.
Модели Qwen3-Next доступны немедленно через основные платформы, включая Hugging Face, Kaggle и ModelScope от Alibaba Cloud. В отличие от open-source серии Qwen3-Next, триллион-параметрическая Qwen3-Max остается проприетарной и доступна только через официальные каналы.
Примечание
На самом деле в отчётах по очереди называют то одну то другую модель способную к более глубоким рассуждениям из-за этого возникает путаница.
Далее по тексту идёт разжёвывание темы:
Модель Qwen3-Max-Preview действительно является самой крупной в линейке (более 1 триллиона параметров), она обладает очень длинным контекстным окном (до 262 тысяч токенов) и поддерживает режим рассуждений (thinking), в том числе для сложных задач. По результатам бенчмарков, Max лучше справляется с диалогами, агентскими задачами и следованием инструкциям, а также показывает широкие знания и высокую производительность, особенно в математике и программировании. Её режим рассуждений пока доступен не во всех вариантах, но он присутствует в самой модели. Она позиционируется как флагман для самых сложных, объемных задач с глубоким пониманием и масштабной обработкой контента.
Модель Qwen3-Next-80B-A3B — это меньшая по размеру модель (80 млрд параметров), с ультраразреженной архитектурой (активируется около 3 млрд параметров в инференсе), оптимизированная для очень длинного контекста (до 256 тысяч токенов) и способная "думать" глубже в режимах типа Thinking. Она быстрее и дешевле в эксплуатации, с мощным потенциалом для сложных рассуждений и логики в меньшем масштабе, что делает её хорошей для задач, где нужен баланс между глубиной и скоростью.
Таким образом:
Qwen3-Max — самый масштабный и мощный, поддерживает очень длинный контекст и глубокие рассуждения, ориентирован на корпоративные, исследовательские задачи, масштабную обработку.
Qwen3-Next — более эффективный, быстрый и дешевый вариант с расширенной поддержкой длинного контекста и глубокого мышления, но с меньшим общим размером параметров.
Обе модели поддерживают длинный контекст, обе способны к рассуждениям, но Max — это "тяжеловес" с максимальным потенциалом, Next — более лёгкий "умный" вариант для эффективной работы.
Именно поэтому где-то подчеркивают, что Max лучше для большей глубины и контекста, а где-то — что Next создан для глубоких рассуждений при умеренном размере и высокой скорости.
Это не противоречие, а разные позиции в линейке с разным фокусом на производительность, масштаб и стоимость
Другая версия публикации находится по этой ссылке, вы только не смейтесь потому что я уже посмеялся за вас, В общем так вышло и кажется оба варианта публикаций не супер: https://dominatingcosmicniches.blogspot.com/2025/09/alibaba.html
Комментариев нет:
Отправить комментарий