
עליבאבא השיקה מודל AI חדש: עוקף את המתחרות בקוד, ונשאר מאחור בחשיבה
עליבאבא מציבה את Qwen4-Max, מודל הדגל החדש שלה, מול המודלים המתקדמים של אנתרופיק ו-OpenAI, ולפי הנתונים שפרסמה החברה עצמה, בחלק מהתחומים הפער ביניהם מצטמצם לכמה עשיריות נקודה. במבחן DeepSWE, שבודק כמה טוב סוכן AI מבצע משימת תוכנה מתחילתה ועד סופה, המודל קיבל ציון של 75.7. מולו עומדים Opus 5.5 של אנתרופיק עם 74.2 ו-GPT6.1-Sol של OpenAI עם 75.2. גם קימי K3.1 של מונשוט, המתחרה הסינית, נמצא מעט מתחת עם 75.5, כך שבצמרת של המבחן הזה ההפרשים קטנים מאוד.
מול Qwen3.8-Max, הדור הקודם של עליבאבא, הקפיצה גדולה יותר: באותו מבחן הוא קיבל 69.3. המודל החדש בנוי על ארכיטקטורה של סדרת Qwen4, עם 2.4 טריליון פרמטרים, אבל בכל שלב עובדים רק 71 מיליארד מהם, וזה מוריד את עלות המחשוב. הוא יכול לעבד בבת אחת טקסט באורך של כמה ספרים, והוא מבין גם תמונות ווידאו.
איפה המודל מפגר אחרי המתחרות
אותו גרף השוואה של עליבאבא מראה גם את החולשות. במבחן Terminal-Bench 4.0, שבודק איך סוכן AI עובד ישירות מול המחשב, בפקודות כתובות, Qwen4-Max קיבל 48.5, מול 59.6 ל-Opus 5.5 ו-67.2 לקימי. במבחן Humanity's Last Exam, שאלות קשות מתחומי ידע רבים, הוא הגיע ל-51.7, מול 59.8 לאנתרופיק וכ-54 לשני המודלים של OpenAI. בזירת פיתוח האתרים של Arena קיבל המודל דירוג של 1750 נקודות, מול 1816 ל-Opus 5.5.
במשימות ארוכות התוצאות טובות יותר. במבחן Agents' Last Exam המודל קיבל 46.7, מול 43.4 לאנתרופיק ולקימי. במבחן הפנימי Work360, שעליבאבא בנתה כדי למדוד עבודה מקצועית ב-26 תחומי תעשייה, הציון עלה ל-52.7 מ-47.7 בדור הקודם. חלק מהציונים נלקחו מטבלאות חיצוניות, אבל את הבחירה מה להציג ומול מי עשתה החברה בעצמה.
הוזלה שמכוונת ללקוחות הענן
המחיר בשירות הענן הבינלאומי עומד על 1.50 דולר למיליון טוקנים של קלט ו-4.50 דולר למיליון טוקנים של פלט. לפי חישוב החברה, העלות הממוצעת של משימה ב-Work360 ירדה מ-4.43 דולר ל-1.67 דולר, כלומר ב-62%. חלק מהחיסכון נובע מצריכת טוקנים נמוכה יותר: במבחן הטרמינל המודל משתמש בכמחצית מהטוקנים של קודמו. עבור עליבאבא, מחיר נמוך הוא דרך למשוך מפתחים לענן שלה, בדומה למודל הקטן והזול שהחברה הציגה בסדרה הקודמת.
סגור בינתיים, עם בלמים בסייבר
Qwen4-Max זמין דרך API ובמוצרים של עליבאבא, ובהם Qoder ו-QwenStudio, והמודל עצמו לא נפתח לציבור. החברה מבטיחה לשחרר בקוד פתוח מודלים קטנים יותר מאותה משפחה. בתחום הבטיחות היא סיננה מנתוני האימון חומר שנועד לשפר יכולות תקיפה, והשאירה חומר שמשמש להגנה, כמו איתור ותיקון חולשות. במבחן קוד מאובטח, שיעור הפונקציות שעברו גם את בדיקת התפקוד וגם את בדיקת האבטחה עלה מ-22% ל-31.8%.
במסחר בהונג קונג עלתה המניה בכ-1% ל-91.5 דולר הונג קונגי, אחרי שירדה בכ-11% בשלושה ימי מסחר, בין השאר על רקע פרשת הואנג. המשקיעים יחכו כנראה למבחנים עצמאיים, שיקבעו אם היתרון של כמה עשיריות נקודה בקידוד מחזיק גם מחוץ לגרף של החברה.