Alibaba تطلق New Qwen3 AI مع ترقيات كبيرة لمنافسة Deepseek
قبل إصدار Deepseek’s R2 ، أعلنت Alibaba عن طراز QWEN3 الجديد. يريد العملاق الصيني تحسين قدراته الذكية الاصطناعية وكفاءته مقارنة بنموذج Deepseek.
وفق نيكي آسيا، قامت شركة التجارة الإلكترونية بتخفيض طاقة الحوسبة مع الاستمرار في تدريب 36 تريليون رموز ، مضاعفة المبلغ المستخدم في طراز QWEN2.5 السابق. مع ذلك ، يمكن أن يتحول طراز Alibaba المحدّث بين نموذج التفكير للمهام المعقدة ووضع أسرع للاستعلامات اليومية السريعة.
أحدث LLM مفتوح المصدر هو أول مجموعة من نماذج التفكير الهجين. باستخدام نماذج كثيفة لإنشاء المهام ونماذج اثنين من الخبراء (MOE) ، فإن Alibaba قادرة على إنشاء نموذجها مقابل أقل بكثير من تكلفة Google Gemini و Openai’s ChatGpt و Microsoft’s Copilot.
كالمعتاد للإصدارات الجديدة ، تدعي Alibaba أن أفضل طراز QWEN3 يمكن أن يتفوق على النماذج التي تم إصدارها بين ديسمبر ومارس ، بما في ذلك Deepseek-R1 و Openai-O1 و Grok-3 و Gemini-2.5-PRO في اختبارات المعيار للتفكير الرياضي ، وكفاءة الترميز ، وقدرات الدعوة الوظيفية.
يقول المنشور إن الأمر استغرق سبعة أشهر من العمل لإصدار نموذج الذكاء الاصطناعي هذا. مثيرة للاهتمام ، يأتي هذا الإصدار بعد أيام قليلة من إصدار Baidu نموذجين جديدين لمنظمة العفو الدولية يكلفان “جزءًا” من خيارات Deepseek.
ما يجعل هذه الإصدارات مثيرة للاهتمام للغاية هو أن الشركات الصينية تجعل نماذج الذكاء الاصطناعية أرخص مع تحسين قدراتها على التفكير بشكل كبير. على الرغم من أن هذا قد يساعد في جعل التكنولوجيا أكثر تكلفة ، إلا أنه من الضروري أيضًا لهذه الشركات أن “الولايات المتحدة تشد قيودًا على صادرات الرقائق للحد من تقدم الصين في هذا المجال”.
مع نماذج الذكاء الاصطناعى أرخص وأكثر ذكاءً ، يحتاج Openai ، الحيرة ، Google ، والعديد من الآخرين إلى تحسين LLMs لجعلها أكثر قوة دون تكلفة المستخدمين أكثر. عندما أصدرت Deepseek نموذج R1 الخاص بها ، فاجأ العالم وتعطل سوق الأوراق المالية الأمريكية في هذه العملية.
بعد ذلك ، بدأت الشركات الأمريكية في تسريع تطوير أحدث طرزها مع إتاحة أحدث التقنيات لمزيد من المستخدمين.
قريباً ، سنرى ما إذا كان نموذج Deepseek R2 سيغير كل شيء مرة أخرى ، أو إذا كانت Openai والشركات الأخرى لا تزال تتمتع ببعض المزايا قبل إصدار نماذج الاختراق التالية.
