Berita  

Alibaba Luncurkan Qwen4-Max, Model AI 2,4 Triliun Parameter

review1st.com — Alibaba secara resmi meluncurkan Qwen4-Max sebagai model kecerdasan buatan terbaru dalam lini keluarga model Qwen. Model ini memiliki total 2,4 triliun parameter, kemampuan pemrosesan informasi visual secara native, serta kapasitas context window hingga satu juta token.

Melalui spesifikasi tersebut, perangkat lunak ini mendukung penyelesaian tugas kompleks pada pekerjaan profesional, proses kreatif, hingga riset ilmiah.

Alibaba mengembangkan arsitektur terbaru Qwen4 dengan menyempurnakan desain sparse Mixture-of-Experts (MoE). Pembaruan teknis tersebut mencakup mekanisme attention, residual connections, dan embeddings.

Meskipun memiliki 2,4 triliun parameter secara keseluruhan, sistem ini hanya mengaktifkan 71 miliar parameter untuk setiap token. Angka aktivasi tersebut 25% lebih rendah dibandingkan pendahulunya, Qwen3.8-Max, pada skala parameter serupa sehingga menekan biaya inferensi.

Performa Benchmark dan Efisiensi Token

Pada sejumlah pengujian independen (benchmark), Qwen4-Max menempati peringkat keenam dalam daftar Code Arena yang mengukur pemrograman berbasis tugas dunia nyata.

Alibaba Luncurkan Qwen4-Max, Model AI 2,4 Triliun Parameter

Model ini juga mencatatkan hasil pengujian pada kategori alur kerja agen AI, produktivitas profesional, dan penalaran visual. Evaluasi tersebut meliputi Agents’ Last Exam, Vals Index, JobBench, serta Chartography.

Berdasarkan evaluasi internal Work360 yang mencakup 721 bidang spesialisasi industri, Qwen4-Max menunjukkan peningkatan performa dibandingkan Qwen3.8-Max. Model terbaru ini menggunakan token 35% lebih sedikit pada mode penalaran High effort. Selain itu, efisiensi pemrosesan tersebut memangkas rata-rata biaya penyelesaian setiap tugas sekitar 60%.

BACA JUGA  Ajaib Kripto Luncurkan Tokenized Stock Perpetual SpaceX hingga NVIDIA

Berikut adalah ringkasan spesifikasi teknis dan metrik efisiensi Qwen4-Max:

Parameter TeknisRincian Spesifikasi & Kinerja
Total Parameter2,4 triliun parameter
Parameter Aktif per Token71 miliar parameter (25% lebih sedikit dari Qwen3.8-Max)
Arsitektur ModelSparse Mixture-of-Experts (MoE) dengan pembaruan attention, residual connections, dan embeddings
Kapasitas KonteksHingga 1 juta token (native visual)
Efisiensi Mode High EffortPenggunaan token 35% lebih sedikit, biaya tugas turun sekitar 60% (uji Work360)
Peringkat PemrogramanPeringkat ke-6 di Code Arena
Biaya Akses APIUSD 0,075 per 1 juta token input (mekanisme Implicit Cache Hit)

Penerapan di Cloud, Manufaktur, dan Riset Sains

Alibaba menyematkan fitur Cloud Resource Scheduling untuk mengoptimalkan pengelolaan sumber daya pada infrastruktur komputasi awan. Melalui mekanisme closed-loop, model ini mengatur jadwal komputasi secara mandiri guna menekan biaya operasional.

Dalam pengujian teknis, fitur tersebut menurunkan rata-rata biaya pemanggilan model untuk anotasi data sebesar 9%. Sistem ini juga mempercepat penjadwalan ulang CPU secara offline hingga lebih dari 14 kali lipat.

Di sektor industri kreatif dan rekayasa, model ini mendukung pemodelan 3D, pengembangan gim, serta pembuatan video berbasis agen AI. Pada simulasi manufaktur otomotif, Qwen4-Max menangani perencanaan lini produksi, perancangan komponen, hingga verifikasi pemesinan.

Melalui iterasi berbasis umpan balik (feedback-driven iteration), waktu pemrograman benda kerja manual turun 95% dari 475 menit menjadi 24 menit. Teknologi ini juga mempercepat penerapan forward-deployed engineering (FDE) di bidang keuangan, hukum, dan layanan kesehatan.

BACA JUGA  Transformasi Digital Perhotelan: Surya Hotel Prigen Andalkan Telkom

Untuk riset ilmiah berkelanjutan, Qwen4-Max mendukung agen AI dalam menjalankan eksperimen jangka panjang secara otomatis. Pada pengembangan pendingin chip, agen AI beroperasi selama 48 jam nonstop melalui empat putaran proses closed-loop untuk menemukan molekul pendingin teruji. Sementara pada riset penyakit Alzheimer, model ini mengeksekusi 454 pemanggilan alat (tool calls) dan 3.239 evaluasi metrik untuk merancang 24 kandidat molekul.

Tata Kelola Keamanan dan Ketersediaan Akses

Alibaba mengintegrasikan pengujian keamanan kode dan fungsionalitas selama tahap pelatihan rekayasa perangkat lunak. Langkah ini bertujuan menekan kerentanan sistem seperti serangan injeksi, masalah keamanan memori (memory safety), dan kelemahan kontrol akses (broken access control). Tim pengembang juga menyaring data pelatihan dengan mempertahankan materi pertahanan siber serta menghapus konten terkait tindakan serangan siber.

Perlindungan keamanan model turut diperkuat menggunakan kumpulan data khusus keselamatan pada tahap pascapelatihan (post-training). Prosedur penyempurnaan ini dirancang untuk memitigasi risiko terkait bahan kimia, biologi, radiologi, dan nuklir (CBRN).

Saat ini, pengguna dapat mengakses Qwen4-Max melalui layanan QwenCloud menggunakan skema Token Plan maupun API. Platform Alibaba lainnya seperti QwenWork dan QwenStudio juga telah menyediakan akses ke model ini dengan tarif USD 0,075 per satu juta token input untuk skema Implicit Cache Hit. Ke depannya, Alibaba berencana merilis varian model Qwen4 berukuran lebih kecil dengan lisensi open-weight bagi komunitas pengembang global.

BACA JUGA  Promo 10.10 Aplikasi ShopeePay Hadirkan Penawaran KFC Rp10 Ribu

FAQ (Pertanyaan yang Sering Diajukan)

Berapa jumlah parameter yang dimiliki model AI Qwen4-Max? Qwen4-Max memiliki total 2,4 triliun parameter dengan arsitektur sparse Mixture-of-Experts (MoE), namun hanya mengaktifkan 71 miliar parameter untuk setiap token yang diproses.

Berapa biaya penggunaan API Qwen4-Max di QwenCloud? Alibaba menetapkan biaya sebesar USD 0,075 per satu juta token input untuk penggunaan dengan mekanisme Implicit Cache Hit melalui QwenCloud.

Apa saja keunggulan efisiensi Qwen4-Max dibandingkan Qwen3.8-Max? Berdasarkan pengujian Work360, Qwen4-Max menggunakan token 35% lebih sedikit pada mode penalaran High effort dan memangkas rata-rata biaya tugas sekitar 60%.