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