В понедельник, 16 ноября, китайский технологический гигант Alibaba представил Qwen4-Max. Эта новая флагманская модель — представитель поколения ИИ-систем, анонсированных Alibaba еще в сентябре на конференции Apsara в Ханчжоу, — вновь наглядно демонстрирует, насколько сократил Китай отставание в глобальной гонке технологий искусственного интеллекта.
Источник: REUTERS
Представленные результаты бенчмарков указывают на то, что новая модель в первую очередь оптимизирована для выполнения многоэтапных задач в режиме «агента». Это означает, что, подобно передовым разработкам от OpenAI и Anthropic, китайская модель способна самостоятельно решать сложные комплексные задачи, разбивая их на множество шагов — например, в процессе написания программного кода. Кроме того, Qwen может самостоятельно создавать компьютерные игры или визуализации (рендеры) — возможности, схожие с теми, что демонстрировались осенью у системы Astra от OpenAI.
В сводной таблице, включающей 16 бенчмарков, половина тестов прямо относится к «агентским» способностям Qwen. Если же учесть показатели по другим профессиональным задачам и программированию, то их доля возрастает до двух третей.
В тесте DeepSWE v1.1 результаты ИИ от Alibaba оказались немного лучше. Однако в бенчмарке Terminal-Bench 4.0, который считается в индустрии важным показателем эффективности в программировании, Qwen4-Max, согласно собственным данным Alibaba, заметно уступает конкурентам.
Модель набрала 48,5 балла, тогда как показатели четырех других моделей, участвовавших в сравнении, варьируются от 56,1 до 67,2 балла. Alibaba не дает развернутых комментариев по поводу слабых результатов, отмечая лишь, что в данном тесте ее флагманская модель потребляет почти вдвое меньше токенов, чем предыдущая версия — Qwen3.8-Max.
Новый ИИ из Китая демонстрирует высокую эффективность в решении юридических задач — как и его предшественник. В тесте HLAB-Vals-1.1 модель превосходит конкурентов: если решения от Anthropic (Opus 5.5) и OpenAI (GPT-6.1 Sol и GPT-6 Astra) набирают здесь менее 10 баллов, то результат Qwen4-Max составляет 21,3 балла.
В тесте «Agents’ Last Exam» этот ИИ также занимает первое место с результатом 46,7 балла. Кроме того, модель показывает хорошие результаты в сфере профессиональной интеллектуальной деятельности: в трех тестах она уступает только Opus 5.5. В то же время, в бенчмарках, связанных со сложным программированием, а также с распознаванием изображений и видео, показатели китайского ИИ, вероятно, будут ниже.
В обзоре отсутствуют данные по математическим задачам и работе с графическими интерфейсами. Alibaba также не раскрывает информацию о том, как новая модель проявляет себя в таких областях, как 3D-моделирование, разработка игр, производство, создание видео и материаловедение — представлены лишь отдельные демонстрации и разрозненные показатели успеха.
Что касается кибербезопасности, Alibaba приводит данные только в сравнении с собственной предыдущей версией и ссылается на результаты внутренних проверок. Сравнительные данные по конкурентам отсутствуют.

