Foldertekno.com – BEIJING – Alibaba, telah terjadi meluncurkan Qwen2.5-Max pada 29 Januari 2025 lalu menjadi pengumuman besar kedua pada dunia Kecerdasan Buatan dari China minggu ini.
Sebelumnya, model DeepSeek R1 dengan bobot terbuka (open-weight) menggemparkan dunia pasca diklaim lebih tinggi unggul serta lebih banyak hemat biaya dibandingkan pesaingnya dari Amerika Serikat.
Kini, Alibaba mengklaim bahwa Qwen2.5-Max, yang dimaksud juga bersifat sebagian open-source, bahkan lebih lanjut mengesankan—melewati berbagai model pesaing pada berbagai uji coba yang digunakan diadakan perusahaan.
“Dalam uji benchmark seperti Arena-Hard, LiveBench, LiveCodeBench, GPQA-Diamond, kemudian MMLU-Pro, Qwen2.5-Max sebanding dengan [Claude-3.5-Sonnet dari Anthropic], serta hampir sepenuhnya melampaui [GPT-4o dari OpenAI], DeepSeek-V3, juga [Llama-3.1-405B dari Meta],” tulis perwakilan Alibaba di pernyataan yang dimaksud diterjemahkan di tempat WeChat pada 28 Januari 2024.
Pengumuman ini datang di dalam berada dalam ketidakpastian bagi perusahaan teknologi Amerika. Setelah peluncuran DeepSeek R1, chatbot Teknologi AI yang disebutkan dengan cepat melampaui Asisten Percakapan GPT juga menjadi aplikasi mobile gratis paling banyak diambil di tempat Apple App Store AS.
Klaim DeepSeek bahwa mereka itu mencapai hasil lebih banyak baik dengan biaya pelatihan juga operasional yang jarak jauh lebih tinggi rendah mengejutkan dunia.
Dampaknya sangat besar, menyebabkan kerugian hingga USD1 triliun pada valuasi perusahaan teknologi terkemuka seperti Nvidia, yang tersebut kehilangan USD589 miliar—menjadikannya kerugian lingkungan ekonomi terbesar di sejarah satu hari pada AS.
Keberhasilan DeepSeek juga memicu persaingan dalam pada negeri antara perusahaan Kecerdasan Buatan terkemuka pada China. Hal ini menggerakkan pemilik TikTok, ByteDance, untuk memperbarui model Doubao, dan juga kemungkinan besar menggerakkan Alibaba untuk segera mengumumkan model Kecerdasan Buatan terbarunya.
OpenAI menuduh bahwa DeepSeek sudah menjiplak bagian dari model OpenAI untuk melatih sistemnya sendiri.