دخلت شركة «علي بابا» الصينية مرحلة جديدة من المنافسة في سوق الذكاء الاصطناعي، بعدما كشفت عن نموذجها الجديد Qwen4-Max، الذي تستهدف من خلاله منافسة النماذج المتقدمة التي تطورها شركات أمريكية، من بينها OpenAI و«أنثروبيك» و«جوجل»، مع التركيز على تقديم أداء متقدم بتكلفة تشغيل أقل.
وتراهن الشركة الصينية على أن الأسعار المرتفعة لاستخدام نماذج الذكاء الاصطناعي المتطورة تمثل عائقًا أمام الشركات والمطورين. خاصة مع الاعتماد عليها بشكل متكرر في الأعمال اليومية. لذلك تسعى إلى تقديم بديل أقل تكلفة، دون التخلي عن قدرات تنفيذ المهام المعقدة.
وبحسب تقرير نشره موقع «Digital Trends»، يتميز Qwen4-Max بحجمه الكبير. إذ يضم 2.4 تريليون معامل، لكنه يستخدم 71 مليار معامل فقط لكل رمز تتم معالجته. وهي تقنية تهدف إلى الاستفادة من قدرات النموذج مع تقليل الموارد الحاسوبية اللازمة لتشغيله.
«علي بابا» تخفض تكلفة استخدام الذكاء الاصطناعي بنسبة 62%
ومن أبرز المزايا التي أعلنت عنها الشركة في نموذجها الجديد انخفاض تكلفة تنفيذ المهام مقارنة بالإصدار السابق Qwen3.8-Max. إذ تراجعت التكلفة المتوسطة للمهمة الواحدة، وفق معيار Work360 الداخلي، من 4.43 دولار إلى 1.67 دولار. ذلك بنسبة انخفاض تصل إلى 62%.
كما أشارت الشركة إلى أن النموذج الجديد يحتاج إلى عدد أقل من الرموز يصل إلى 35% لتنفيذ المهمة نفسها. ما يساهم في تقليل التكلفة الإجمالية للاستخدام. خاصة لدى الشركات التي تعتمد على نماذج الذكاء الاصطناعي في عملياتها بصورة مستمرة.
ولا تقتصر المنافسة هنا على قدرات النماذج، بل تمتد إلى تكلفة تشغيلها. إذ تحاول «علي بابا» جذب المطورين والشركات التي تحتاج إلى استخدام مكثف للذكاء الاصطناعي دون تحمل نفقات مرتفعة.
كم تبلغ تكلفة «Qwen4-Max» مقارنة بنماذج الذكاء الاصطناعي المنافسة؟
ووفقًا للمدونة الرسمية لفريق Qwen، تبلغ تكلفة استخدام النموذج الجديد عبر واجهة البرمجة API التابعة لمنصة QwenCloud نحو 1.50 دولار لكل مليون رمز إدخال، و4.50 دولار لكل مليون رمز إخراج.
وتظهر المقارنة السعرية التي أوردها التقرير اختلافًا بين تكلفة النموذج الصيني وعدد من النماذج المنافسة. إذ تبلغ تكلفة نموذج Claude Opus 5.5 التابع لشركة «أنثروبيك» نحو 4 دولارات لكل مليون رمز إدخال، و20 دولارًا لكل مليون رمز إخراج.
أما نموذجا Gemini 4 Argon وGemini 4 Carbon التابعان لشركة «جوجل»، فتبلغ تكلفة كل منهما دولارين لكل مليون رمز إدخال، و10 دولارات لكل مليون رمز إخراج. وفق الأسعار الواردة في التقرير، مع الإشارة إلى أن الأسعار قد تخضع للتغيير.
وفي المقابل، تبلغ تكلفة الرموز التي ينتجها نموذج GPT-6.1 Terra التابع لشركة OpenAI نحو 5 دولارات لكل مليون رمز إخراج، وفق المقارنة نفسها.
وتشير هذه الأرقام إلى أن Qwen4-Max يقدم تكلفة أقل للرموز المنتجة مقارنة بالنماذج المذكورة. لكن من المهم التفرقة بين المقارنة السعرية وبين نسبة التوفير البالغة 62%، التي أعلنتها «علي بابا» عند مقارنة النموذج الجديد بالإصدار السابق من عائلتها، وليس بالنماذج المنافسة.
ويمكن للمستخدمين الوصول إلى Qwen4-Max من خلال واجهة البرمجة API أو باقة Token Plan على منصة QwenCloud. إلى جانب إتاحته عبر تطبيقات Qwen Work وQoder وQwen Studio.
كما تخطط الشركة لإطلاق إصدارات أصغر من عائلة Qwen4 مفتوحة المصدر خلال الفترة المقبلة. دون الكشف عن موعد محدد لطرحها حتى الآن.
«علي بابا» تركز على الأمن السيبراني في نموذجها الجديد
وإلى جانب خفض التكلفة وتحسين كفاءة التشغيل، وضعت «علي بابا» مسألة الأمن السيبراني ضمن أولويات تطوير Qwen4-Max. ذلك في ظل تزايد المخاوف من المخاطر التي قد تنتج عن استخدام نماذج الذكاء الاصطناعي المتقدمة في تنفيذ مهام تتعلق بالأنظمة والشبكات والبرمجيات.
وقالت الشركة إنها اعتمدت آلية لتصفية بيانات تدريب النموذج وفقًا لطبيعة الاستخدام. إذ احتفظت بالبيانات التي تساعد على تنفيذ المهام الدفاعية، مثل اكتشاف الثغرات الأمنية وإصلاحها، مع استبعاد المواد التي قد تعزز القدرات الهجومية.
كما خضع النموذج لمراجعات داخلية شملت جلسات طويلة لتنفيذ المهام وسلاسل التفكير الخاصة به. ذلك بهدف تقييم سلوكه ورصد أي قدرات قد تمثل تهديدًا للأمن السيبراني.
وأوضحت الشركة أنها لم ترصد، خلال هذه التقييمات، قدرات يمكن أن تشكل مخاطر واسعة النطاق على الأمن السيبراني.

















