Alibaba Rilis Qwen4-Max dengan 2,4 Triliun Parameter, Biaya Tugas AI Turun 60 Persen
Alibaba rilis Qwen4-Max dengan 2,4 triliun parameter. Model AI ini diklaim memangkas biaya tugas 60 persen dan mendukung riset ilmiah global.
Alibaba Qwen4-Max. dok. Alibaba
Alibaba memperkenalkan Qwen4-Max, model kecerdasan buatan (AI) terbaru dengan 2,4 triliun parameter yang dirancang untuk menangani berbagai pekerjaan kompleks.
Model ini diklaim lebih efisien dibandingkan generasi sebelumnya, dengan rata-rata biaya penyelesaian tugas yang turun sekitar 60 persen dalam pengujian internal.
Qwen4-Max menjadi model paling canggih dalam keluarga Qwen yang diperkenalkan Alibaba hingga saat ini.
Teknologi tersebut dibekali kemampuan memahami informasi visual secara langsung serta kapasitas konteks hingga satu juta token, sehingga dapat memproses informasi dalam jumlah besar untuk kebutuhan profesional, pemrograman, dan penelitian.
- Alibaba Bangun Infrastruktur AI untuk Olimpiade Remaja Dakar 2026, Bakal Jadi Cloud Nasional Senegal
- Alibaba Bawa QwenWork ke Pasar Global, AI Agent Bisa Jalankan Browser hingga Buat Aplikasi Web
- Alibaba Siapkan Fase Baru Pertumbuhan AI, Perkuat Model hingga Infrastruktur Global
- Alibaba Luncurkan Wan2.7, AI yang Ubah Kreator Jadi Sutradara dari Gambar hingga Video
Dalam pengujian Work360 yang dikembangkan secara internal oleh Alibaba, Qwen4-Max mencatat kinerja keseluruhan lebih baik dibandingkan Qwen3.8-Max pada tugas kompleks yang mencakup 721 bidang spesialisasi industri.
Peningkatan tersebut dicapai dengan penggunaan token 35 persen lebih sedikit pada mode penalaran High effort.
Efisiensi itu menjadi salah satu keunggulan yang ditonjolkan Alibaba. Selain mengurangi penggunaan token, Qwen4-Max juga diklaim mampu menekan rata-rata biaya penyelesaian tugas sekitar 60 persen.
Meski demikian, hasil tersebut berasal dari pengujian internal sehingga kinerjanya pada penggunaan nyata dapat berbeda bergantung pada jenis pekerjaan dan konfigurasi sistem.
Dari sisi kemampuan pemrograman, Qwen4-Max menempati peringkat keenam dalam Code Arena, pemeringkatan yang menguji kemampuan model AI menyelesaikan tugas pemrograman.
Alibaba juga melaporkan hasil kompetitif dalam sejumlah pengujian lain, termasuk Agents' Last Exam, Vals Index, JobBench, dan Chartography.
Di balik peningkatan tersebut, Alibaba menggunakan arsitektur Qwen4 berbasis sparse Mixture-of-Experts (MoE).
Teknologi ini memungkinkan model hanya mengaktifkan sebagian parameter ketika memproses informasi, sehingga kebutuhan komputasi dapat ditekan tanpa harus menjalankan seluruh parameter secara bersamaan.
Dari total 2,4 triliun parameter, Qwen4-Max hanya mengaktifkan sekitar 71 miliar parameter untuk setiap token yang diproses.
Jumlah tersebut 25 persen lebih sedikit dibandingkan Qwen3.8-Max pada skala parameter yang sama, menurut Alibaba.
Kemampuan Qwen4-Max tidak terbatas pada pemrosesan teks dan pemrograman. Model ini juga dikembangkan untuk mendukung pengelolaan sumber daya komputasi awan melalui fitur Cloud Resource Scheduling, yang memungkinkan sistem mengoptimalkan penjadwalan sumber daya secara berulang.
Dalam pengujian, teknologi tersebut menurunkan rata-rata biaya pemanggilan model untuk anotasi data sebesar 9 persen.
Proses penjadwalan ulang CPU secara offline juga dilaporkan menjadi lebih dari 14 kali lebih cepat.
Alibaba turut menguji pemanfaatan Qwen4-Max pada sektor manufaktur otomotif, mulai dari perencanaan lini produksi hingga pemrograman proses pemesinan komponen.
Dalam salah satu demonstrasi, waktu pemrograman benda kerja yang sebelumnya membutuhkan sekitar 475 menit dapat dipangkas menjadi 24 menit, atau berkurang sekitar 95 persen.
Hasil tersebut dicapai melalui proses penyempurnaan berulang berdasarkan umpan balik, termasuk untuk mendeteksi kemungkinan kesalahan pemotongan material sebelum proses produksi berlangsung.
Alibaba juga menyiapkan pemanfaatan model ini untuk pekerjaan profesional di sektor keuangan, hukum, dan layanan kesehatan.
Di bidang penelitian ilmiah, keluarga model Qwen4 diuji untuk mendukung agen AI yang dapat menjalankan pekerjaan secara berkelanjutan.
Dalam eksperimen pengembangan teknologi pendinginan chip, agen AI dilaporkan bekerja selama 48 jam tanpa henti melalui empat putaran proses yang mencakup perancangan molekul, sintesis, pengujian, dan pembelajaran dari hasil eksperimen.
Sementara itu, dalam eksperimen penelitian penyakit Alzheimer, Qwen4-Max melakukan 454 pemanggilan alat dan 3.239 evaluasi metrik untuk merancang serta mengoptimalkan 24 kandidat molekul.
Hasil ini menunjukkan potensi AI dalam membantu tahapan awal penelitian, tetapi tidak berarti kandidat tersebut telah terbukti aman atau efektif sebagai obat.
Alibaba menyatakan aspek keamanan turut menjadi perhatian dalam pengembangan Qwen4-Max. Perusahaan menggabungkan pemeriksaan keamanan kode dengan pengujian fungsi, menyaring data pelatihan yang berkaitan dengan serangan siber, serta memperkuat pengamanan terhadap risiko kimia, biologi, radiologi, dan nuklir.
Saat ini, Qwen4-Max tersedia melalui QwenCloud dengan pilihan akses Token Plan dan API, serta dapat digunakan melalui QwenWork dan QwenStudio. U
ntuk input yang memenuhi mekanisme Implicit Cache Hit, Alibaba menetapkan biaya sebesar 0,075 dolar AS per satu juta token.
Alibaba juga berencana merilis model Qwen4 berukuran lebih kecil dengan bobot terbuka (open-weight) bagi pengembang di seluruh dunia.









