Китай выпустил ИИ, который заставит OpenAI и Anthropic пересмотреть ценники

7735
Китай выпустил ИИ, который заставит OpenAI и Anthropic пересмотреть ценники

Qwen4-Max обходит конкурентов в отдельных тестах, а генерация миллиона токенов обходится всего в $4,5.

image

Alibaba представила флагманскую нейросеть Qwen4-Max, которая в отдельных тестах обошла ведущие модели OpenAI и Anthropic. Новинка получила контекстное окно на миллион токенов, а стоимость её использования оказалась заметно ниже, чем у многих американских конкурентов.

Одним из главных достижений стал результат в Agents' Last Exam v1.1, где проверяют способность ИИ-агентов самостоятельно выполнять сложные многоэтапные задания. Qwen4-Max набрала 46,7%, опередив Claude Opus 5.5 с результатом 43,4% и GPT-6 Astra с 42,6%. По представленной Alibaba сравнительной таблице китайская разработка заняла первое место в испытании, однако превосходство в одном тесте ещё не означает лидерства по всем направлениям.

В программировании результаты оказались неоднозначными. В DeepSWE v1.1, где модели решают задачи разработки программного обеспечения, Qwen4-Max получила 75,7 балла, немного опередив Claude Opus 5.5 и Kimi K3.1. Зато в Terminal-Bench 4.0 китайская система набрала 48,5 балла против 59,6 у Claude Opus 5.5 и 67,2 у Kimi K3.1. В ProgramBench отставание также оказалось существенным, поэтому заявления о безоговорочной победе над конкурентами были бы преждевременными.

Главным преимуществом Alibaba может стать стоимость вычислений. Согласно международным тарифам для сингапурского региона, миллион входных токенов Qwen4-Max стоит $1,5, а миллион выходных обходится в $4,5. Для сравнения, Opus 5.5 тарифицируется по $4 и $20 соответственно, а GPT-6.1 Sol от OpenAI по $2 и $10. Таким образом, генерация ответа у Alibaba обходится более чем в четыре раза дешевле, чем у Opus 5.5, если сравнивать стандартные цены за одинаковое количество выходных токенов.

По сравнению с Qwen3.8-Max новая модель стала дешевле и по собственным тарифам Alibaba. В международном регионе цена миллиона входных токенов снизилась с $2 до $1,5, а выходных с $6 до $4,5. При повторном использовании сохранённого контекста действует дополнительная скидка. Обращение к уже закешированным данным обходится в $0,075 за миллион токенов, что особенно полезно приложениям, которые многократно работают с одними документами или инструкциями.

Разработчики также утверждают, что улучшили эффективность рассуждений. В испытании Terminal-Bench 4.0 Qwen4-Max расходовала примерно на 48–49% меньше токенов, чем предыдущее поколение, а в корпоративном тесте Work360 экономия составила 24–35% в зависимости от настроек. Средняя стоимость выполнения задания в Work360 снизилась с $4,43 до $1,67, или на 62%. Однако речь идёт о внутренних измерениях Alibaba, поэтому переносить полученную экономию на любые реальные задачи пока нельзя.

В основе Qwen4-Max лежит архитектура «смесь экспертов» (Mixture of Experts, MoE). Основная нейросеть содержит 2,4 трлн параметров, но при обработке каждого токена активирует только 71 млрд. Ещё 328 млрд параметров приходятся на механизм N-gram Embedding, помогающий обрабатывать повторяющиеся последовательности элементов текста. Благодаря выборочному использованию компонентов система может сохранять большую вычислительную мощность без необходимости задействовать всю модель при каждом запросе.

Инженеры Alibaba переработали механизм внимания, отвечающий за использование информации из контекста. Новая комбинация Gated DeltaNet и Qwen Sparse Attention позволяет сжимать историю обработки и выбирать наиболее значимые фрагменты длинного запроса. Дополнительный механизм Gated Residual управляет передачей информации между слоями нейросети. Подобная организация вычислений должна снижать нагрузку при работе с большими документами и продолжительными последовательностями действий.

Qwen4-Max поддерживает миллион токенов контекста, что позволяет передавать модели крупные программные проекты, объёмную документацию и множество связанных материалов. При этом максимальный размер входных данных в обычном режиме составляет 991 808 токенов, поскольку часть окна резервируется под ответ. Система принимает текст, изображения и видео, но генерирует текстовый результат. В режиме без углублённых рассуждений максимальная длина ответа достигает 131 072 токенов.

Помимо обычного диалога, новая модель умеет обращаться к внешним инструментам, искать информацию в интернете, выполнять последовательности команд и формировать структурированные ответы. Alibaba рассчитывает использовать Qwen4-Max для программирования, подготовки деловых документов, проектирования интерфейсов и автоматизации сложных профессиональных процессов. Поддержка интерфейсов, совместимых с OpenAI и Anthropic, позволяет разработчикам подключать нейросеть к существующим приложениям без полной переработки их программной архитектуры.

В демонстрационных проектах Alibaba показала создание компьютерных игр с использованием Unreal Engine, Unity и Godot, а также построение трёхмерных сцен в Blender. В промышленном примере с SANF и Pacific Union время подготовки программы для обработки одной детали якобы сократилось с 475 до 24 минут. Компания также продемонстрировала применение ИИ-агента в финансах, юриспруденции и научных исследованиях. Однако показатели относятся к отдельным сценариям, выбранным разработчиками, и пока не подтверждают сопоставимую производительность в других условиях.

Отдельное внимание команда уделила безопасности генерируемого кода. В испытании Last Secure Code Bench доля решений, успешно прошедших функциональные проверки и проверки безопасности на уровне отдельных функций, выросла с 22% у Qwen3.8-Max до 31,8% у нового поколения. Улучшение заметное, но даже по результатам разработчика большинство проверенных решений не соответствовали всем условиям. Поэтому использование Qwen4-Max для написания программ по-прежнему требует проверки кода, особенно в приложениях, обрабатывающих конфиденциальные данные.

Все опубликованные показатели пока следует воспринимать с учётом методики испытаний. Alibaba использовала собственные тестовые наборы и результаты сторонних рейтингов, причём условия запуска моделей могли различаться. В представленной компанией подборке Qwen4-Max лидирует в четырёх из шестнадцати сравнений, но уступает конкурентам в ряде задач программирования, анализа графиков и выполнения длинных последовательностей команд. Для оценки реального преимущества понадобятся независимые проверки с одинаковыми настройками и рабочими нагрузками.

Qwen4-Max стала доступна 16 ноября через QwenCloud API, Qwen Studio, QwenWork и среду разработки Qoder. Предварительную версию Alibaba открыла 11 ноября в рамках ограниченного тестирования, а теперь разработчики получили возможность оплачивать использование модели по количеству обработанных токенов. При этом компания пока не опубликовала веса самой Qwen4-Max для самостоятельного запуска. В дальнейшем Alibaba обещает выпустить более компактные модели семейства Qwen4 с открытыми весами, но сроки их появления не раскрывает.