Vai al contenuto
AI.info

The Pulse

Alibaba lancia Qwen4-Max con una finestra di contesto da un milione di token

Alibaba ha lanciato Qwen4-Max, un modello multimodale con 2,4 trilioni di parametri totali e capacità native di visione. L’azienda afferma che è disponibile tramite QwenCloud e prevede di rilasciare modelli Qwen4 più piccoli con pesi aperti.

Alibaba lancia Qwen4-Max con una finestra di contesto da un milione di token

Il nuovo modello Qwen4-Max di Alibaba ha una finestra di contesto da un milione di token e capacità native di visione, ha dichiarato l’azienda in un comunicato del 16 novembre. Il modello ha 2,4 trilioni di parametri totali ed è l’ultimo modello di punta della famiglia Qwen di Alibaba.

Qwen4-Max è disponibile su QwenCloud tramite il Token Plan e le API. È accessibile anche attraverso piattaforme Alibaba come QwenWork e QwenStudio, mentre è previsto il rilascio agli sviluppatori di tutto il mondo di modelli più piccoli con pesi aperti della serie Qwen4.

Architettura e accesso

Il modello utilizza un’architettura sparsa a mixture of experts. Alibaba afferma che attiva 71 miliardi di parametri per token, il 25% in meno rispetto a Qwen3.8-Max, che ha lo stesso numero totale di parametri, pari a 2,4 trilioni. L’architettura aggiorna il design mixture of experts intervenendo su attenzione, connessioni residue ed embedding.

La documentazione di Alibaba Cloud elenca tra le capacità del modello la generazione di testo, la comprensione di immagini e video, la ricerca sul web, le chiamate agli strumenti e gli output strutturati. Indica inoltre la compatibilità con le API di OpenAI e Anthropic.

Il comunicato indica un prezzo di 0,075 dollari per 1 milione di token in input in caso di cache hit implicito. Una versione separata, Qwen4-Max-Preview, resta disponibile solo tramite il Token Plan; il periodo di anteprima va dalle 10:00 dell’11 novembre alle 24:00 del 25 novembre 2026, UTC+8, dopodiché verrà ritirata.

Risultati sui benchmark

Secondo l’azienda, sul benchmark proprietario Work360 di Alibaba, che valuta attività in 721 campi specialistici, Qwen4-Max ha superato nel complesso Qwen3.8-Max. In modalità di ragionamento ad alto impegno ha utilizzato il 35% di token in meno e ha ridotto di circa il 60% il costo medio per attività, secondo il comunicato.

Alibaba afferma inoltre che Qwen4-Max si è classificato sesto su Code Arena, una classifica per la programmazione, e riporta risultati in test sui flussi di lavoro degli agenti, la produttività sul posto di lavoro e il ragionamento visivo. Nei benchmark di pianificazione delle risorse cloud, l’azienda afferma che il modello ha ridotto in media del 9% i costi delle chiamate ai modelli di annotazione dei dati e ha accelerato di oltre 14 volte la velocità di ripianificazione offline delle CPU.

In una dimostrazione nel settore manifatturiero, Alibaba afferma che il modello ha ridotto del 95% il tempo di programmazione manuale dei pezzi, passando da circa 475 minuti a 24 minuti. La dimostrazione ha utilizzato iterazioni basate sul feedback per individuare sovratagli e asportazioni insufficienti di materiale prima della lavorazione.

Attività di ricerca e misure di sicurezza

Alibaba descrive una sessione di 48 ore con un agente che ha completato quattro iterazioni di progettazione, sintesi e test molecolari, oltre all’apprendimento attivo, per individuare una molecola refrigerante validata sperimentalmente per il raffreddamento dei chip. In un esperimento distinto sulla ricerca sull’Alzheimer, l’azienda afferma che Qwen4-Max ha effettuato 454 chiamate agli strumenti e 3.239 valutazioni di metriche per progettare e ottimizzare 24 molecole candidate.

Per l’addestramento all’ingegneria del software, Alibaba afferma di aver incluso controlli di sicurezza del codice insieme ai test di funzionalità. L’azienda dichiara inoltre di aver filtrato i dati di addestramento sulla cybersicurezza in base all’intento delle attività, conservando i contenuti difensivi per il rilevamento e la correzione delle vulnerabilità e rimuovendo quelli relativi agli attacchi offensivi.

Secondo Alibaba, sono stati utilizzati dataset dedicati alla sicurezza e modifiche successive all’addestramento per rafforzare le protezioni contro i rischi chimici, biologici, radiologici e nucleari.

Fonti

  1. Alibaba Cloud
  2. Alibaba Cloud
  3. Alibaba Cloud

Notizie correlate

Esplora

Altri articoli