ఓపెన్ మోడల్ రేస్‌లో కొత్త పోటీదారు

Alibaba తన తాజా ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ మోడళ్ల కుటుంబం, Qwen 3.5 సిరీస్‌ను ఆవిష్కరించింది, ఇది లార్జ్ లాంగ్వేజ్ మోడల్ స్పేస్‌లో ఆధిపత్యం కోసం ప్రపంచ పోటీని తీవ్రతరం చేసింది. ఈ విడుదల నాలుగు విభిన్న మోడళ్లను కలిగి ఉంది — Qwen3.5-Flash, Qwen3.5-35B-A3B, Qwen3.5-122B-A10B, మరియు Qwen3.5-27B — ప్రతి ఒక్కటి విభిన్న వినియోగ సందర్భాలు మరియు గణన బడ్జెట్‌లను లక్ష్యంగా చేసుకుంటుంది, అయితే సామర్థ్యం మరియు పనితీరు కోసం రూపొందించబడిన సాధారణ ఆర్కిటెక్చర్‌ను పంచుకుంటుంది.

చైనీస్ టెక్ దిగ్గజం Qwen 3.5 ను ప్రస్తుతం అందుబాటులో ఉన్న అత్యంత సమర్థవంతమైన వాణిజ్య మోడళ్లలో కొన్నింటికి, ప్రత్యేకించి OpenAI యొక్క GPT-5 mini మరియు Anthropic యొక్క Claude Sonnet 4.5 లకు ప్రత్యక్ష పోటీదారుగా స్థానీకరిస్తోంది. పనితీరు వాదనలు మాత్రమే కాకుండా, ధర పాయింట్ కూడా ఈ సవాలును ప్రత్యేకంగా ఆకర్షణీయంగా చేస్తుంది: Alibaba తన మోడళ్లు తక్కువ ఖర్చుతో పోల్చదగిన నాణ్యతను అందిస్తాయని చెబుతోంది, ఇది ఉన్నత-స్థాయి AI సామర్థ్యాలను విస్తృత శ్రేణి డెవలపర్‌లు మరియు సంస్థలకు అందుబాటులోకి తెస్తుంది.

మోడల్ లైనప్

Qwen 3.5 కుటుంబం మోడల్ డిజైన్‌కు ఒక శ్రేణి విధానాన్ని తీసుకుంటుంది, అల్ట్రా-లైట్‌వెయిట్ ఇన్‌ఫరెన్స్ నుండి హెవీవెయిట్ రీజనింగ్ టాస్క్‌ల వరకు ఎంపికలను అందిస్తుంది. పేరు పెట్టే విధానం ఆర్కిటెక్చర్‌ను వెల్లడిస్తుంది: "A" ద్వారా వేరు చేయబడిన రెండు సంఖ్యలు కలిగిన మోడళ్లు మిక్స్చర్-ఆఫ్-ఎక్స్‌పర్ట్స్ (MoE) విధానాన్ని ఉపయోగిస్తాయి, ఇక్కడ ఏదైనా ఇచ్చిన ఇన్‌పుట్ కోసం పారామీటర్ల యొక్క ఉపసమితి మాత్రమే యాక్టివేట్ అవుతుంది, గణన ఖర్చులను గణనీయంగా తగ్గిస్తుంది.

Qwen3.5-Flash అనేది వేగం-ఆప్టిమైజ్ చేయబడిన వేరియంట్, తక్కువ లేటెన్సీ మరియు అధిక థ్రూపుట్ కీలకమైన అప్లికేషన్‌ల కోసం రూపొందించబడింది. ఇది చాట్‌బాట్‌లు, కంటెంట్ జనరేషన్ మరియు సాధారణ భాషా పనులకు ఖర్చు-సమర్థవంతమైన పరిష్కారంగా స్థానీకరించబడింది, ఇక్కడ తక్షణ ప్రతిస్పందనలు గరిష్ట రీజనింగ్ లోతు కంటే ఎక్కువ ముఖ్యమైనవి.

Qwen3.5-35B-A3B మోడల్ 35 బిలియన్ మొత్తం పారామీటర్లతో స్పార్స్ MoE ఆర్కిటెక్చర్‌ను ఉపయోగిస్తుంది, కానీ ఏదైనా సమయంలో కేవలం 3 బిలియన్లు మాత్రమే యాక్టివ్‌గా ఉంటాయి. ఈ డిజైన్ గణన బరువు తరగతి కంటే బాగా పైకి పంచడానికి అనుమతిస్తుంది, చాలా పెద్ద డెన్స్ మోడళ్లకు దగ్గరగా నాణ్యతను అందిస్తుంది, అయితే ఇన్‌ఫరెన్స్ కంప్యూట్‌లో కొంత భాగాన్ని మాత్రమే అవసరం.

లైనప్ పైన Qwen3.5-122B-A10B ఉంది, ఇది 122 బిలియన్ మొత్తం పారామీటర్లు మరియు సుమారు 10 బిలియన్ యాక్టివ్ పారామీటర్లతో కూడిన పెద్ద-స్థాయి మిక్స్చర్-ఆఫ్-ఎక్స్‌పర్ట్స్ మోడల్. ఈ మోడల్ అత్యంత డిమాండ్ ఉన్న రీజనింగ్, కోడింగ్ మరియు విశ్లేషణాత్మక పనులను లక్ష్యంగా చేసుకుంటుంది, ఇక్కడ Alibaba పనితీరును ఫ్రాంటియర్ వాణిజ్య మోడళ్లతో పోటీగా పేర్కొంది.

Qwen3.5-27B కుటుంబం ఒక డెన్స్ మోడల్‌గా పూర్తి చేస్తుంది — అంటే 27 బిలియన్ పారామీటర్లు ఇన్‌ఫరెన్స్ సమయంలో యాక్టివ్‌గా ఉంటాయి — విభిన్న పనులలో స్థిరమైన పనితీరు ఏదైనా ఒక డైమెన్షన్‌లో గరిష్ట సామర్థ్యం కంటే ఎక్కువ ముఖ్యమైన వర్క్‌లోడ్‌ల కోసం రూపొందించబడింది.

ఓపెన్ మోడల్ వ్యూహం

Qwen 3.5 ను ఓపెన్ మోడళ్లుగా విడుదల చేయడానికి Alibaba యొక్క నిర్ణయం ఒక వ్యూహాత్మక ఎంపిక, ఇది OpenAI మరియు, కొంత వరకు, Anthropic ఇష్టపడే క్లోజ్డ్-సోర్స్ విధానాల నుండి దీనిని వేరు చేస్తుంది. వెయిట్స్‌ను ఉచితంగా అందుబాటులో ఉంచడం ద్వారా, Alibaba పర్యావరణ వ్యవస్థ స్వీకరణ మరియు దిగువ ఆవిష్కరణలు యాజమాన్య మోడళ్లను ఉంచడం కంటే ఎక్కువ విలువను సృష్టిస్తాయని పందెం వేస్తోంది.

ఈ విధానం ఇప్పటికే Qwen కుటుంబానికి లాభాలను తెచ్చిపెట్టింది. మునుపటి Qwen విడుదలలు ఓపెన్-సోర్స్ కమ్యూనిటీలో విస్తృతంగా స్వీకరించబడ్డాయి, ప్రత్యేక అనువర్తనాల కోసం ఫైన్-ట్యూన్ చేయబడ్డాయి మరియు మూసివేసిన API ప్రొవైడర్‌లపై ఆధారపడలేని లేదా ఆధారపడకూడదని ఎంచుకున్న కంపెనీలచే వాణిజ్య ఉత్పత్తులలో విలీనం చేయబడ్డాయి. ప్రతి కొత్త విడుదల ఓపెన్-వెయిట్స్ పర్యావరణ వ్యవస్థలో Meta యొక్క Llama కుటుంబానికి డి ఫ్యాక్టో ప్రత్యామ్నాయంగా Alibaba యొక్క స్థానాన్ని బలపరుస్తుంది.

విడుదల సమయం కూడా ముఖ్యమైనది. AI పరిశ్రమ ఓపెన్ మోడళ్లు క్లోజ్డ్ ఫ్రాంటియర్ సిస్టమ్‌లతో నిజంగా వేగాన్ని అందుకోగలవా అనే ప్రశ్నలతో పోరాడుతున్నప్పుడు ఇది వస్తుంది. Qwen 3.5 తో, Alibaba అవి చేయగలవని — మరియు గణనీయంగా తక్కువ ఖర్చుతో — దూకుడుగా వాదిస్తోంది.

ఖర్చు ప్రయోజనం మరియు మార్కెట్ ప్రభావాలు

ఖర్చు వాదన Alibaba యొక్క పిచ్‌కు కేంద్రంగా ఉంది. సంస్థలు తమ AI విస్తరణలను ప్రయోగాత్మక నమూనాల నుండి రోజుకు మిలియన్ల అభ్యర్థనలను ప్రాసెస్ చేసే ఉత్పత్తి వ్యవస్థలకు స్కేల్ చేస్తున్నప్పుడు, OpenAI మరియు Anthropic వంటి ప్రొవైడర్ల నుండి API ఖర్చులు వేగంగా పెరగవచ్చు. స్వీయ-హోస్ట్ చేయగల ఓపెన్ మోడళ్లు ప్రతి-టోకెన్ ఛార్జీలను పూర్తిగా తొలగిస్తాయి, వాటిని స్థిరమైన మౌలిక సదుపాయాల ఖర్చులతో భర్తీ చేస్తాయి, ఇవి స్కేల్‌లో మరింత ఆర్థికంగా మారతాయి.

మిక్స్చర్-ఆఫ్-ఎక్స్‌పర్ట్స్ ఆర్కిటెక్చర్ ఈ ప్రయోజనాన్ని మరింత పెంచుతుంది. ప్రతి ఇన్‌ఫరెన్స్ కాల్‌కు మొత్తం పారామీటర్లలో కొంత భాగాన్ని మాత్రమే యాక్టివేట్ చేయడం ద్వారా, MoE మోడళ్లు సమానమైన నాణ్యత కలిగిన డెన్స్ మోడళ్ల కంటే మెరుగైన పనితీరు-ప్రతి-డాలర్ అందిస్తాయి. GPU క్లస్టర్‌లలో AI వర్క్‌లోడ్‌లను అమలు చేసే కంపెనీలకు, ఇది నేరుగా తక్కువ హార్డ్‌వేర్ అవసరాలకు లేదా ఇప్పటికే ఉన్న మౌలిక సదుపాయాలపై అధిక థ్రూపుట్‌కు అనువదిస్తుంది.

AI ల్యాండ్‌స్కేప్‌కు దీని అర్థం ఏమిటి

Qwen 3.5 విడుదల 2025 మరియు 2026 లో వేగవంతమవుతున్న ఒక ధోరణిని బలపరుస్తుంది: ఓపెన్ మరియు క్లోజ్డ్ మోడళ్ల మధ్య అంతరం చాలా మంది ఊహించిన దానికంటే వేగంగా తగ్గిపోతోంది. ఫ్రాంటియర్ క్లోజ్డ్ మోడళ్లు ఒకప్పుడు సామర్థ్యంలో ఆధిపత్య ఆధిక్యాన్ని కలిగి ఉన్న చోట, ఓపెన్ ప్రత్యామ్నాయాలు ఇప్పుడు చాలా బెంచ్‌మార్క్‌లలో స్ట్రైకింగ్ దూరంలో ఉన్నాయి, అయితే ఖర్చు, అనుకూలీకరణ మరియు డేటా గోప్యతలో ప్రయోజనాలను అందిస్తాయి, వీటిని క్లోజ్డ్ API లు సరిపోల్చలేవు.

వారి AI వ్యూహాలను మూల్యాంకనం చేసే డెవలపర్‌లు మరియు సంస్థలకు, Qwen 3.5 కుటుంబం GPT-5 mini, Claude Sonnet 4.5, మరియు Meta యొక్క Llama 4 సిరీస్‌తో పాటు తీవ్రమైన పరిశీలనకు అర్హమైన ఆకర్షణీయమైన ఎంపికను అందిస్తుంది. అత్యాధునిక AI సామర్థ్యాల ఖర్చు తగ్గుతూనే ఉన్నందున, వారి ధర ప్రీమియంను సమర్థించుకోవడానికి క్లోజ్డ్-సోర్స్ ప్రొవైడర్‌లపై ఒత్తిడి పెరుగుతుంది.

ఈ కథనం The Decoder యొక్క రిపోర్టింగ్ ఆధారంగా రూపొందించబడింది. అసలు కథనాన్ని చదవండి.