Alibaba presenta Qwen 2.5-Max, il nuovo modello AI che sfida DeepSeek e OpenAI | ChatGPT download | Chat GPT gratis italiano | Chat GPT in italiano | Turtles AI

Alibaba ha rilasciato Qwen 2.5-Max, un avanzato modello di AI che, secondo l’azienda, supera le prestazioni di DeepSeek-V3, GPT-4o e Llama-3.1-405B in numerosi benchmark. Il modello sfrutta un’architettura Mixture-of-Experts (MoE) ed è stato addestrato su oltre 20 trilioni di token, con tecniche di perfezionamento avanzate. Il lancio, avvenuto il primo giorno del Capodanno lunare, evidenzia la crescente competizione nel settore AI in Cina, accelerata dal rapido progresso di DeepSeek.

Punti chiave:

• Prestazioni avanzate: Qwen 2.5-Max supera DeepSeek-V3 e altri modelli di riferimento su test critici.
• Innovazione nel training: il modello utilizza un’enorme quantità di dati e metodologie avanzate come SFT e RLHF.
• Sfida diretta ai colossi AI: Alibaba entra nella competizione con OpenAI, Meta e DeepSeek.
• Disponibilità API: gli sviluppatori possono accedere a Qwen 2.5-Max tramite Alibaba Cloud.

Mercoledì scorso, Alibaba ha annunciato il rilascio di Qwen 2.5-Max, una nuova versione del suo modello di AI, con l’obiettivo di ridefinire gli standard del settore. Lanciato strategicamente il primo giorno del Capodanno lunare, il modello rappresenta una risposta diretta all’ascesa di DeepSeek, una startup cinese che ha sconvolto il mercato con il rilascio del suo DeepSeek-V3 e del successivo DeepSeek-R1. La rapida crescita di DeepSeek ha innescato una corsa all’innovazione tra i principali attori del settore, spingendo colossi come Alibaba e ByteDance ad accelerare lo sviluppo dei propri modelli.

Qwen 2.5-Max si distingue per il suo utilizzo di un’architettura Mixture-of-Experts (MoE), una tecnica che consente di ottimizzare l’uso delle risorse computazionali, migliorando le prestazioni senza aumentare in modo esponenziale i costi di elaborazione. Il modello è stato addestrato su oltre 20 trilioni di token e perfezionato attraverso il Supervised Fine-Tuning (SFT) e il Reinforcement Learning from Human Feedback (RLHF), due metodologie che affinano le capacità di comprensione e risposta dell’intelligenza artificiale.

Le valutazioni comparative effettuate da Alibaba collocano Qwen 2.5-Max al vertice in diversi benchmark di riferimento. Il modello ha ottenuto risultati superiori a DeepSeek-V3, GPT-4o e Claude-3.5-Sonnet su test come Arena-Hard, LiveBench, LiveCodeBench e GPQA-Diamond. Inoltre, ha mostrato prestazioni competitive in altri ambiti, tra cui MMLU-Pro, un test che valuta la conoscenza accademica a livello universitario. Quando confrontato con i modelli base disponibili, Qwen 2.5-Max si è dimostrato superiore a DeepSeek-V3 e Llama-3.1-405B, confermando il suo posizionamento tra le migliori soluzioni open-weight.

Alibaba ha reso disponibile Qwen 2.5-Max tramite Qwen Chat, offrendo agli utenti la possibilità di interagire direttamente con il modello. Per gli sviluppatori, il modello è accessibile attraverso l’API su Alibaba Cloud, previa registrazione e attivazione del servizio Model Studio. La società sottolinea che il continuo aumento della capacità computazionale e l’affinamento delle tecniche di post-allenamento porteranno ulteriori miglioramenti nelle future iterazioni del modello.

L’ambizione di Alibaba con Qwen 2.5-Max è quella di spingersi oltre i limiti attuali dell’AI, migliorando le capacità di ragionamento e problem-solving dei modelli linguistici.

L’uso del reinforcement learning su larga scala mira a creare sistemi in grado di superare l’intelligenza umana in determinati compiti, aprendo la strada a nuove possibilità di scoperta e innovazione.