
BEIJING – Alibaba, telah dilakukan meluncurkan Qwen2.5-Max pada 29 Januari 2025 lalu menjadi pengumuman besar kedua pada dunia Artificial Intelligence dari China minggu ini.
Sebelumnya, model DeepSeek R1 dengan bobot terbuka (open-weight) menggemparkan dunia setelahnya diklaim tambahan unggul lalu lebih tinggi hemat biaya dibandingkan pesaingnya dari Amerika Serikat.
Kini, Alibaba mengklaim bahwa Qwen2.5-Max, yang digunakan juga bersifat sebagian open-source, bahkan lebih besar mengesankan—melewati berbagai model pesaing pada berbagai uji coba yang mana dijalankan perusahaan.
“Dalam uji benchmark seperti Arena-Hard, LiveBench, LiveCodeBench, GPQA-Diamond, lalu MMLU-Pro, Qwen2.5-Max sebanding dengan [Claude-3.5-Sonnet dari Anthropic], dan juga hampir sepenuhnya melampaui [GPT-4o dari OpenAI], DeepSeek-V3, juga [Llama-3.1-405B dari Meta],” tulis perwakilan Alibaba pada pernyataan yang digunakan diterjemahkan dalam WeChat pada 28 Januari 2024.
Pengumuman ini datang pada sedang ketidakpastian bagi perusahaan teknologi Amerika. Setelah peluncuran DeepSeek R1, chatbot Teknologi AI yang disebutkan dengan cepat melampaui Chatbot GPT dan juga menjadi aplikasi mobile gratis paling berbagai diambil di dalam Apple App Store AS.
Klaim DeepSeek bahwa mereka mencapai hasil lebih lanjut baik dengan biaya pelatihan serta operasional yang mana terpencil tambahan rendah mengejutkan dunia.
Dampaknya sangat besar, menyebabkan kerugian hingga USD1 triliun pada valuasi perusahaan teknologi terkemuka seperti Nvidia, yang dimaksud kehilangan USD589 miliar—menjadikannya kerugian pangsa terbesar di sejarah satu hari di dalam AS.
Keberhasilan DeepSeek juga memicu persaingan pada pada negeri antara perusahaan Artificial Intelligence terkemuka di tempat China. Hal ini menggerakkan pemilik TikTok, ByteDance, untuk memperbarui model Doubao, juga kemungkinan besar menyokong Alibaba untuk segera mengumumkan model Kecerdasan Buatan terbarunya.
OpenAI menuduh bahwa DeepSeek telah lama menjiplak bagian dari model Open Artificial Intelligence untuk melatih sistemnya sendiri.






