

Qwen4-Max გამოვიდა. რით განსხვავდება Preview ვერსიისგან
16 ნოემბერს, Preview-ვერსიის ჩვენებიდან სულ რაღაც ხუთი დღის შემდეგ, Alibaba-მ გამოუშვა სრულფასოვანი ფლაგმანური მოდელი Qwen4-Max. ეს არის მულტიმოდალური MoE-გიგანტი 2,4 ტრილიონი პარამეტრით (71 მილიარდი აქტიური), 1 მილიონი ტოკენის მოცულობის კონტექსტური ფანჯრით, რომელიც მორგებულია რთულ კოდირებაზე, აგენტურ რეჟიმში მუშაობასა და პროექტების პროტოტიპირებაზე — ფრონტენდიდან 3D-თამაშებამდე. მოდელი ორიენტირებულია პროგრამირებაზე, რთული მრავალდონიანი ამოცანების გადაჭრასა და პროექტების, მათ შორის თამაშების შექმნაზე.
მოდელის წონები ამ ეტაპზე დახურულია და მის საკუთარ კომპიუტერზე გაშვებას ვერ შეძლებთ. წვდომა შესაძლებელია მხოლოდ ღრუბლისა და API-ს მეშვეობით (ამასთან, დეველოპერები გვპირდებიან, რომ მოგვიანებით Qwen4-ის ხაზის უფრო კომპაქტურ ვერსიებს opensource-ში განათავსებენ). ქვემოთ განვიხილავთ რელიზის არქიტექტურას და გავეცნობით ბენჩმარკებს.
სრულფასოვანი რელიზის შემდეგ, მოდელმა მიიღო გადახდა ტოკენების ფაქტობრივი მოხმარების მიხედვით Alibaba Cloud-ის მეშვეობით. ღირებულება შეადგენს 1,5 $-ს მილიონ შემავალ ტოკენზე და 4,5 $-ს მილიონ გამომავალზე, რაც 25%-ით უფრო იაფია Qwen3.8-Max-თან შედარებით.
Token Plan არსად გამქრალა — Lite ტარიფი ღირს 6 $ და მოიცავს 20 000 კრედიტს, ხოლო ახალი მომხმარებლებისთვის გამოწერა ხელმისაწვდომია 3 $-ად.

ბენჩმარკები
სრულფასოვანი Max მოდელის გამოშვებასთან ერთად ბენჩმარკებიც გამოქვეყნდა.
ბენჩმარკში DeepSWE v1.1, რომელიც ამოწმებს პროგრამირების უნარებს აგენტურ გარემოში, მოდელი ლიდერობს 75,7 ქულით Claude Opus 5.5-ის 74,2 ქულის წინააღმდეგ. Terminal-Bench 4.0-ში — ბენჩმარკში, რომელიც აფასებს ბრძანებათა სტრიქონთან მუშაობას, Alibaba-ს ფლაგმანურმა მოდელმა დააგროვა 48,5 ქულა Kimi K 3.1-ის 67,2 ქულის წინააღმდეგ.
მაგალითისთვის, აგრეთვე გიამბობთ რთული სამეცნიერო-ტექნიკური ამოცანების ბენჩმარკზე, სახელწოდებით HLE (Humanity’s Last Exam). მოდელმა მასში ღირსეული 51,7 ქულა აჩვენა, ხოლო Agent’s Last Exam-ში 46,7 ქულა დააგროვა.

აღსანიშნავია ტოკენების მოხმარების ოპტიმიზაცია — შიდა ბენჩმარკში Work360, რომელიც ამოწმებს მოდელის უნარს, გაუმკლავდეს რთულ მრავალდონიან ამოცანებს, Qwen4-Max ხარჯავს დაახლოებით 125 000 ტოკენს Xhigh რეჟიმში და აგროვებს 52,7 ქულას Qwen3.8-Max-ის 165 000 ტოკენისა და 47,7 ქულის წინააღმდეგ.
Terminal-Bench 4.0-ში Qwen4-Max თითქმის ორჯერ ნაკლებ ტოკენს ხარჯავს, ვიდრე 3.8 ვერსია თავისი 37,8 ქულით.

დასკვნები
Alibaba-მ გამოაქვეყნა ნანატრი ბენჩმარკები, სადაც Qwen4-Max შეადარა წამყვან კონკურენტებსა და წინამორბედ Qwen3.8-Max-ს. ანგარიშის მთავარი მინუსი ისაა, რომ ჩვენთვის არ წარმოუდგენიათ თავად Qwen4-Max-Preview-სა და დღეს გამოსული Max-ის შედარება. ასე რომ, Preview-ს მომენტიდან მოდელის შესაძლებლობებისა და ხარისხის რეალური ზრდის შეფასება შეუძლებელია.
ჯერჯერობით მოდელის საკუთარ კომპიუტერზე გაშვება და ამ მოდელის მთელი სიმძლავრით სარგებლობა შეუძლებელია. თუმცა ტოკენების მოხმარება ოპტიმიზებულია, ეს უფრო მოდელების ყველა შემქმნელის ზოგადი ტენდენციაა, ვიდრე ლაბორატორიების სურვილი, ჩვენგან ნაკლები ფული გამოიმუშაონ.
საერთო ჯამში, Preview-დან სულ რაღაც ხუთ დღეში სრულფასოვანი Max-ვერსიის რელიზი — ეს უკვე AI-მარკეტინგის კლასიკაა. გასაგებია, რომ ასეთ მოკლე დროში 2,4 ტრილიონი პარამეტრის მქონე მოდელს თავიდან ვერ გადაამზადებ, მაქსიმუმ — ინფერენსის ხარვეზები გამოასწორეს და სისტემური პრომპტები დახვეწეს.
წაიკითხეთ შემდეგ
თეგები
გაზიარება
კომენტარები
ჯერ არ არის კომენტარები. იყავი პირველი!



