پکن، ۳ اوت (رویترز) - علیبابای چین روز دوشنبه از بزرگترین و توانمندترین مدل هوش مصنوعی خود به نام Qwen3.8-Max رونمایی کرد که از نظر اندازه چندان از مدل رقیب داخلی Moonshot AI که ماه گذشته منتشر شد، عقب نیست.
شرکتهای فناوری چینی - که نیروی عظیمی در مدلهای هوش مصنوعی متنباز در جهان هستند - در رقابتی شدید و سریع برای ساخت سیستمهای قدرتمندتر بدون هزینههای سرسامآور اجرا هستند.
Qwen3.8-Max دارای ۲.۴ تریلیون پارامتر است که تنظیمات عددی است که مدل از دادهها یاد میگیرد و برای تشخیص الگوها، تولید پاسخها و انجام وظایف استفاده میکند. Kimi K3 شرکت Moonshot دارای ۲.۸ تریلیون پارامتر است.
عدد بالاتر به طور خودکار مدل را بهتر نمیکند، اما به معیاری دقیق برای مقیاس محاسبات و دادههای پشت سیستمهای پیشرفته هوش مصنوعی تبدیل شده است.
شرکتهای فناوری چینی مشتاق انتشار تعداد پارامترها برای کمک به جذب توسعهدهندگان هستند. مدلهای آنها معمولاً متنباز هستند، به این معنی که تنظیمات یادگیری پایه که به توسعهدهندگان اجازه میدهد سیستم را اجرا یا تطبیق دهند، قابل دانلود هستند.
در مقابل، OpenAI، Anthropic و Google (GOOGL.O) تعداد پارامترهای مدلهای متنبسته خود را منتشر نمیکنند.
Qwen3.8-Max در پلتفرم مقایسه مدلهای جمعسپاری شده Arena.AI رونمایی شد، جایی که بلافاصله به بالاترین مدل چینی در ردهبندی مدلهای متنی تبدیل شد، اما هنوز از Claude Fable 5 و سه نسخه Opus که همه از Anthropic هستند، عقب است.
اما در ردهبندی Arena.AI برای مدلهای هوش مصنوعی که تصاویر و سایر مطالب بصری را تحلیل میکنند، Qwen3.8-Max در رتبه دوم جهانی قرار گرفت و تنها از یک نسخه Claude Fable 5 عقب است.
هر دو Qwen3.8-Max و Kimi K3 میتوانند متن، تصویر و ویدیو را پردازش کنند و تا ۱ میلیون توکن را در یک زمان پردازش کنند.
توکنها تکههایی از داده هستند که اغلب بخشی از کلمات یا کلمات کوتاه هستند و عدد بزرگ به این معنی است که مدل میتواند مقادیر زیادی از مطالب را در یک بار دریافت کند، مانند پروندههای حقوقی طولانی، یک پایگاه کد نرمافزاری بزرگ یا صدها صفحه اسناد.
علیبابا گفت که مدل آن از طراحی "mixture-of-experts" استفاده میکند که کار را بین بخشهای تخصصی سیستم تقسیم میکند به جای اینکه کل مدل را برای هر درخواست فعال کند. تنها ۹۵ میلیارد پارامتر در هر بار استفاده میشود و هزینهها و تأخیر پاسخ را کاهش میدهد.
این غول فناوری گفت که مدل یک پروژه مهندسی نرمافزار را در ۱۶ روز تکمیل کرده است.
Qwen3.8-Max قرار است هفته آینده از طریق پلتفرم Model Studio ابر علیبابا منتشر شود.