Een nieuwe uitdager in de race om open modellen

Alibaba heeft zijn nieuwste familie van kunstmatige intelligentiemodellen, de Qwen 3.5-serie, onthuld, wat de wereldwijde concurrentie om dominantie in de ruimte van grote taalmodellen intensiveert. De release bestaat uit vier verschillende modellen — Qwen3.5-Flash, Qwen3.5-35B-A3B, Qwen3.5-122B-A10B en Qwen3.5-27B — elk gericht op verschillende gebruiksscenario's en computationele budgetten, terwijl ze een gemeenschappelijke architectuur delen die is ontworpen voor efficiëntie en prestaties.

De Chinese techgigant positioneert Qwen 3.5 als een directe concurrent van enkele van de meest capabele commerciële modellen die vandaag beschikbaar zijn, met name GPT-5 mini van OpenAI en Claude Sonnet 4.5 van Anthropic. Wat de uitdaging bijzonder dwingend maakt, zijn niet alleen de prestatieclaims, maar ook de prijs: Alibaba zegt dat zijn modellen vergelijkbare kwaliteit leveren tegen een fractie van de kosten, waardoor high-end AI-mogelijkheden toegankelijk worden voor een veel breder scala aan ontwikkelaars en ondernemingen.

De model line-up

De Qwen 3.5-familie hanteert een gelaagde aanpak voor modelontwerp en biedt opties die variëren van ultra-lichtgewicht inferentie tot zware redeneertaken. De naamgevingsconventie onthult de architectuur: modellen met twee getallen gescheiden door "A" gebruiken een mixture-of-experts (MoE)-aanpak, waarbij slechts een subset van parameters wordt geactiveerd voor een bepaalde invoer, wat de computationele kosten drastisch vermindert.

Qwen3.5-Flash is de snelheidsgeoptimaliseerde variant, ontworpen voor toepassingen waar lage latentie en hoge doorvoer cruciaal zijn. Het wordt gepositioneerd als een kosteneffectieve oplossing voor chatbots, contentcreatie en routinematige taalverwerkingstaken waarbij bijna onmiddellijke reacties belangrijker zijn dan maximale redeneerdiepte.

Het Qwen3.5-35B-A3B-model maakt gebruik van een sparse MoE-architectuur met 35 miljard totale parameters, maar slechts 3 miljard die op enig moment actief zijn. Dit ontwerp stelt het in staat om ver boven zijn computationele gewichtsklasse te presteren, met een kwaliteit die veel grotere dichte modellen benadert, terwijl slechts een fractie van de inferentieberekening nodig is.

Aan de top van de line-up staat de Qwen3.5-122B-A10B, een grootschalig mixture-of-experts model met 122 miljard totale parameters en ongeveer 10 miljard actieve parameters. Dit model is gericht op de meest veeleisende redeneer-, codeer- en analytische taken, waar Alibaba prestaties claimt die concurrerend zijn met de meest geavanceerde commerciële modellen.

Qwen3.5-27B rondt de familie af als een dicht model — wat betekent dat alle 27 miljard parameters actief zijn tijdens inferentie — ontworpen voor workloads waarbij consistente prestaties over diverse taken belangrijker zijn dan maximale efficiëntie op één enkele dimensie.

De Open Model Strategie

De beslissing van Alibaba om Qwen 3.5 als open modellen uit te brengen, is een strategische keuze die het onderscheidt van de closed-source benaderingen die de voorkeur hebben van OpenAI en, tot op zekere hoogte, Anthropic. Door de gewichten vrij beschikbaar te maken, wedt Alibaba erop dat ecosysteemadoptie en downstream-innovatie meer waarde zullen genereren dan het behouden van modellen als propriëtair.

Deze aanpak heeft de Qwen-familie al vruchten afgeworpen. Eerdere Qwen-releases zijn breed geadopteerd binnen de open-sourcegemeenschap, verfijnd voor gespecialiseerde toepassingen en geïntegreerd in commerciële producten door bedrijven die zich geen gesloten API-providers kunnen veroorloven of ervoor kiezen om er niet van afhankelijk te zijn. Elke nieuwe release versterkt de positie van Alibaba als het de facto alternatief voor de Llama-familie van Meta in het open-weights ecosysteem.

De timing van de release is ook significant. Het komt op een moment dat de AI-industrie worstelt met de vraag of open modellen werkelijk gelijke tred kunnen houden met gesloten, geavanceerde systemen. Met Qwen 3.5 maakt Alibaba een agressieve zaak dat ze dat kunnen — en tegen aanzienlijk lagere kosten.

Kostenvoordeel en Marktimplicaties

Het kostenargument staat centraal in de pitch van Alibaba. Naarmate ondernemingen hun AI-implementaties opschalen van experimentele prototypes naar productiesystemen die dagelijks miljoenen verzoeken verwerken, kunnen de API-kosten van providers zoals OpenAI en Anthropic snel oplopen. Open modellen die zelf gehost kunnen worden, elimineren per-token kosten volledig en vervangen deze door vaste infrastructuurkosten die op schaal steeds economischer worden.

De mixture-of-experts architectuur vergroot dit voordeel verder. Door slechts een fractie van de totale parameters per inferentie-oproep te activeren, leveren MoE-modellen betere prestaties per dollar dan dichte modellen van vergelijkbare kwaliteit. Voor bedrijven die AI-workloads op GPU-clusters draaien, vertaalt dit zich direct naar lagere hardwarevereisten of hogere doorvoer op bestaande infrastructuur.

Wat het betekent voor het AI-landschap

De release van Qwen 3.5 versterkt een trend die in 2025 en 2026 steeds sneller is gegaan: de kloof tussen open en gesloten modellen wordt sneller gedicht dan velen voorspelden. Waar geavanceerde gesloten modellen ooit een dominante voorsprong hadden in capaciteit, zijn open alternatieven nu binnen bereik op de meeste benchmarks, terwijl ze voordelen bieden op het gebied van kosten, aanpasbaarheid en gegevensprivacy die gesloten API's niet kunnen evenaren.

Voor ontwikkelaars en ondernemingen die hun AI-strategieën evalueren, presenteert de Qwen 3.5-familie een overtuigende optie die serieuze overweging verdient naast GPT-5 mini, Claude Sonnet 4.5 en de Llama 4-serie van Meta. Naarmate de kosten van state-of-the-art AI-mogelijkheden blijven dalen, zal de druk op closed-source providers om hun prijsopslag te rechtvaardigen alleen maar toenemen.

Dit artikel is gebaseerd op rapportage van The Decoder. Lees het originele artikel.