Alibaba, merakla beklenen yeni yapay zeka modeli Qwen4-Max'i tanıttı. Model, maliyet ve verimlilik açısından önemli adımlar atsa da, yapay zeka alanındaki en üst düzey performans eşiğini aşmakta biraz geride kaldı.
Alibaba'nın Qwen4-Max'i 2.4 trilyon parametre ile tanıtıldı, Yapay Analiz Zeka Endeksi'nde Qwen3.8 Max'in 9 puan önüne geçti, ancak Kimi K3.1 Pro'nun yaklaşık yüzde 11 daha düşük maliyetle 3 puan gerisinde kaldı.
Alibaba'nın Qwen4-Max modeli, 2.4 trilyon parametre ile selefi Qwen3.8 Max ile aynı parametre sayısını koruyor. Buna rağmen, optimize edilmiş Uzmanlar Karışımı (MoE) mimarisi, geliştirilmiş uzman yönlendirme mekanizması ve eğitim verileri ile hizalama kalitesindeki kapsamlı iyileştirmeleriyle dikkat çekiyor.
Qwen4-Max ayrıca bir dizi mimari değişikliği de içeriyor:
GDN (Gated DeltaNet) - Sürekli Özetleme
Normalde, bir yapay zeka modeli bir sonraki kelimeyi yazmadan önce bir konuşmanın başından itibaren her kelimeyi yeniden okur. Bir milyon kelimelik bir belgede bu, modelin hızını önemli ölçüde düşürür. GDN ise, yapışkan notlara sürekli notlar alan bir öğrenci gibi çalışır. Yeni sayfalar okudukça, bu notları günceller, eski bilgileri siler (“gating”) ve yeni gerçekleri kaydeder. Böylece hafızası (KV önbelleği) daha fazla büyümez. Elbette bu yaklaşım, modelin verilen bağlamdaki son derece spesifik ayrıntıları kaçırmasına neden olabilir.
QSA (Qwen Sparse Attention) - Akıllı İndeks
GDN’nin yapışkan notları ince ayrıntıları bulanıklaştırdığı için, modelin metnin önceki bölümlerinden kesin alıntılar veya son derece spesifik ayrıntılar aramak için bir yola hala ihtiyacı vardır. Bir milyon token'ın tamamını taramak yerine, Qwen4-Max'in QSA'sı, ilgili birkaç paragrafı (“mikro bloklar”) bulmak için küçük, hızlı bir içindekiler tablosu (indeksleyici) kullanır ve yalnızca bunları okur.
Temel olarak, Qwen4-Max her 1 QSA katmanı için 3 GDN katmanını istifler. GDN, genel ruh halini ve devam eden belleği veya KV önbelleğini düşük maliyetle yönetirken, QSA her dördüncü katmanda kesin ayrıntıları yakalamak için devreye girer ve bir milyon token'lık okumaları 7 kattan daha hızlı hale getirir.
GR (Gated Residual) - 4 Şeritli Otoyol
Bilgi, bir yapay zeka modelinin “beyninin” altından (kelimeleri okuma) üstüne (cevaplar yazma) seyahat ederken, dar bir tek yoldan geçer. Her şey birbirine karışır, bu da trafik sıkışıklığına neden olabilir ve büyük modellerin eğitim sırasında kararsız hale gelmesine yol açabilir.
Gated Residual ise, akıllı trafik ışıkları (“okuma ve yazma kapıları”) ile bu tek yolu 4 şeritli bir otoyola genişletir. Bu, farklı şeritlerin uzmanlaşmasına olanak tanır. Bir şerit, erken katmanlardan gelen büyük resim bağlamını doğrudan üste taşıyan bir ekspres yol görevi görürken, diğer şeritler birbirine çarpmadan yerel dilbilgisi ve kısa vadeli ayrıntıları işler.
N-gram Gömme - Anında Cümle Sözlüğü
Bir yapay zeka modeli metni parça parça (veya token token) okurken, “İstanbul’u keşfedin” gibi yaygın bir ifadeyi anlamak için yapay zekanın beyni, her seferinde bu ayrı parçaları birleştirmek için matematik ve enerji harcamak zorundadır.
Qwen4-Max, ön kapıya devasa bir 328 milyar parametrelik hileli bir sayfa ekler. Yaygın kelime öbeklerini birleştirmek için matematik yapmak yerine, pahalı grafik kartı belleği yerine normal bilgisayar belleğinde (RAM) saklanan bir sözlükte tüm ifadeyi arar. Bu, modele neredeyse hiç ek beyin gücü veya hız kaybı olmadan devasa bir kelime dağarcığı ve anında kalıp tanıma yeteneği kazandırır.
Şimdi Alibaba'nın Qwen4-Max'inin mimari öne çıkanlarını incelediğimize göre, performans metriklerine ve fiyatlandırmasına göz atalım.
Fiyatlandırma ve Performans Metrikleri
Alibaba, Qwen4-Max modelini girdi için 1 milyon token başına 1,5 ABD doları, çıktı için 1 milyon token başına 4,5 ABD doları ve örtük önbellekleme için 1 milyon token başına 0,075 ABD doları olarak fiyatlandırdı. Bu fiyatlar, Qwen3.8-Max'ten daha düşük olup, örtük önbellekleme yüzde 70 indirimli.
Dahası, Qwen4-Max, Yapay Analiz Zeka Endeksi'nde 43 puan alarak Qwen3.8-Max'in 9 puan önüne geçti, ancak yine de Moonshot'un Kimi K3.1 Pro'sunun 3 puan gerisinde kaldı. Bununla birlikte, görev başına maliyeti yaklaşık yüzde 11 daha düşük.
Vals AI'nin sıralamasında, Alibaba'nın Qwen4-Max'i 11. sırada yer alıyor ve bu şu anda Çin'den çıkan herhangi bir model için en yüksek sıralama.
Kaynakça: wccftech.com