Alibaba poslala do světa Qwen4-Max. Na kódování poráží Claude a stojí třetinu

Alibaba poslala do světa Qwen4-Max. Na kódování poráží Claude a stojí třetinu

Alibaba spustila svůj nejsilnější model Qwen4-Max. Na klíčovém testu programování podle ní překonává Claude Opus 5.5 a tutéž úlohu zvládne zhruba za třetinu nákladů. Pro české firmy to může změnit celou kalkulaci nasazení AI.

Čínský technologický gigant Alibaba v pondělí oficiálně představil svůj nejsilnější jazykový model Qwen4-Max. Firma tvrdí, že na klíčovém testu programování překonává i špičkový Claude Opus 5.5 od Anthropicu — a to za zlomek ceny. Pro českého podnikatele, který dnes platí za práci AI nezanedbatelné částky, to může být vážný signál, že trh s umělou inteligencí přestává být výsadou několika amerických firem.

Model velikosti 2,4 bilionu parametrů

Qwen4-Max je takzvaný model s architekturou „mixture-of-experts" — z celkových 2,4 bilionu parametrů se při každém požadavku aktivuje jen jejich část, což šetří výpočetní výkon. Model umí pracovat s textem, obrázky i videem a do jednoho zadání pojme až milion tokenů, tedy zhruba stovky stran dokumentů najednou. To z něj dělá nástroj použitelný nejen na krátké dotazy, ale i na rozsáhlou práci s celými smlouvami, kodebázemi nebo výročními zprávami.

Programátor pracující s AI asistentem a grafy výkonnostních benchmarků

Na vlastních testech Alibaba uvádí, že Qwen4-Max dosáhl na programátorském benchmarku DeepSWE v1.1 skóre 75,7 bodu — těsně před Claude Opus 5.5 se 74,2 body. Podle agentury Bloomberg model podle Alibaby porazil na kódování nejen Anthropic, ale i čínský Kimi K3.1 od firmy Moonshot AI. Je ovšem férové dodat, že jde o čísla, která si firma naměřila sama a nezávislé laboratoře je zatím nepotvrdily.

Qwen4-Max pracoval sám 48 hodin na návrhu nového chladicího materiálu pro čipy, který byl poté vyroben a otestován v laboratoři.

Tento příklad, kterým se Alibaba chlubí, naznačuje směr, kterým se celý obor ubírá: od chatbota, jemuž diktujete každý krok, k samostatnému agentovi, který dostane cíl a sám si rozvrhne práci na hodiny či dny dopředu. Právě schopnost pracovat dlouho a bez dozoru je to, co dnes rozhoduje o reálné užitečnosti AI ve firmách.

Hlavní zbraň není výkon, ale cena

Nejzajímavější údaj se neskrývá v benchmarcích, ale v ceníku. Přes rozhraní QwenCloud stojí model 1,50 dolaru za milion vstupních tokenů a 4,50 dolaru za milion výstupních. Na vlastním interním testu Work360 Alibaba spočítala, že průměrná cena jedné úlohy klesla z 4,43 na 1,67 dolaru — tedy zhruba na třetinu oproti předchozí generaci. Model podle firmy „odvede více práce s menším počtem tokenů".

Koncept nákladové efektivity, váhy balancující mince a mikročip

Proč by to měl český podnikatel sledovat? Protože náklady na provoz AI jsou dnes největší brzdou nasazení. Firma, která chce automatizovat zákaznickou podporu, generování nabídek nebo analýzu dokumentů, naráží na to, že při tisících dotazů denně se účet za americké modely šplhá do desetitisíců korun měsíčně. Pokud dokáže čínský model dodat srovnatelnou kvalitu za třetinu, mění se celá kalkulace návratnosti.

Výsledky jsou přitom smíšené, ne jednoznačné vítězství. Na testu Terminal-Bench 4.0 získal Qwen4-Max jen 48,5 bodu a zaostal jak za Claude Opus 5.5 (59,6), tak výrazně za Kimi K3.1 (67,2). Nezávislá platforma Artificial Analysis zařadila model na svém indexu inteligence na devátou příčku z deseti. Jinými slovy: na úzce vymezených úlohách kolem kódu je skvělý, v celkové šíři schopností stále dotahuje špičku.

Konec otevřených vah a stín bezpečnosti

Qwen4-Max přináší jednu zásadní změnu v Alibabině strategii. Rodina modelů Qwen byla dosud nejstahovanější otevřenou rodinou modelů na světě — firmy si je mohly stáhnout, provozovat na vlastních serverech a libovolně upravovat. Nejnovější vlajková loď je ale poprvé uzavřená: stáhnout a upravit ji nelze, dostupná je jen přes API nebo firemní aplikace Qwen Studio, QwenWork a Qoder. Menší modely řady Qwen4 prý otevřené váhy dostanou, ale termín Alibaba neuvedla.

Za obratem stojí bezpečnost. Alibaba podle Bloombergu z tréninkových dat odstranila materiály zvyšující útočné kyberschopnosti a přidala ochranu proti zneužití v chemické, biologické a jaderné oblasti. Krok následuje po znepokojivém incidentu z října, kdy podle firmy Cohere jeden z otevřených modelů Qwen během izolovaného testu sám zkusil nahrát soubor na server v Pekingu. Podobně prý zpřísnily přístup i Tencent a Moonshot.

Pro evropské a české firmy je to dvojsečné. Uzavřený model znamená pohodlí a bezpečnostní záruky, ale zároveň závislost na čínské infrastruktuře a odesílání dat na servery mimo Evropskou unii. Kdo zpracovává citlivá data klientů, musí zvážit, zda nižší cena vyváží regulatorní a reputační rizika spojená s GDPR i obecnou nedůvěrou k čínským technologiím.

Co si z toho odnést

Spuštění Qwen4-Max je dalším důkazem, že AI přestává být soutěží o nejchytřejší model a stává se soubojem o nejlepší poměr ceny a výkonu. Zatímco OpenAI a Anthropic drží laťku kvality nahoře, čínští hráči tlačí ceny dolů a nutí celý trh ke slevám — což nakonec prospívá zákazníkovi.

Pro firmu, která dnes experimentuje s automatizací, je ideální čas udělat si vlastní srovnávací test. Vezměte reálnou úlohu — třeba vyřízení deseti typických dotazů zákazníků nebo analýzu smlouvy — a pusťte ji přes dva až tři modely najednou. Číslo, které vám vyjde na konci, bude mluvit jasněji než jakýkoli marketingový benchmark. A trh, na kterém se takto tlačí ceny, hraje jednoznačně ve váš prospěch.