Lilith.
⌕
Redakční ilustrace: Qwen4 Max zrychlil honičku, otevřené váhy však na špičku nedosáhly
Ilustrace Lilith · redakční remix

Alibaba uvedla Qwen4 Max a v měření Artificial Analysis dosáhl model 43 bodů. Proti Qwen3.8 Max je to zlepšení o 9 bodů, přesto nový model nepřepisuje příběh otevřených vah. Qwen4 Max je dostupný přes API.

Qwen4 Max poskočil o 9 bodů, ale zůstává za Kimi K3.1 Pro

Artificial Analysis testovala Qwen4 Max s nastavením xhigh reasoning effort. Model získal 43 bodů v jejím Intelligence Indexu, zatímco Qwen3.8 Max měl 34 bodů. Kimi K3.1 Pro zůstává na 46 bodech.

Podle stejného měření stojí jedna úloha v indexu 3,27 dolaru. To je přibližně o 11 % méně než 3,68 dolaru u Kimi K3.1 Pro. Qwen4 Max má kontextové okno přibližně 1 milion tokenů, přijímá text i obraz a je dostupný přes vlastní API Alibaby. Jde o výsledky jedné nezávislé benchmarkové sady, nikoli o univerzální pořadí modelů.

Levnější API neřeší stagnaci modelů s otevřenými vahami

Ethan Mollick upozornil na jinou část příběhu. Podle něj ani více než 8 měsíců od veřejného představení třídy Fable a Mythos nevznikl otevřený model na stejné úrovni. Qwen4 Max tento argument neposouvá, protože Alibaba jeho váhy nezpřístupnila.

Rozdíl je praktický. API může nabídnout vysoký výkon a nízkou cenu bez toho, aby zákazník získal možnost model provozovat ve vlastní infrastruktuře, upravovat jeho váhy nebo dlouhodobě kontrolovat závislost na dodavateli. Pokrok v ceně inference proto nelze zaměnit za pokrok v dostupnosti frontier schopností.

Jeden žebříček neumí změřit kontrolu, soukromí ani provozní riziko

Artificial Analysis skládá index z úloh zaměřených na znalostní práci, coding, vědu a obecné znalosti. Výsledek 43 bodů dává užitečné srovnání v rámci této metodiky, neodpovídá však na otázky kolem datové suverenity, auditovatelnosti nebo stability API.

Také výraz Fable class není standardizovaná technická kategorie. Mollick jím popisuje schopnostní úroveň, nikoli přesnou hranici, kterou lze potvrdit jediným skóre. Jeho tvrzení je rozumná diagnóza trhu, ale stále je to interpretace nad rychle se měnící sadou modelů a benchmarků.

Rozhodnou open weight releasy, které obstojí v práci i provozu

Skutečný posun nastane, až někdo vydá váhy modelu, který se k uzavřené špičce přiblíží napříč několika nezávislými evals a zároveň půjde rozumně provozovat. Důležité budou licence, potřebná grafika, náklady na inference a výsledky po nasazení do konkrétních workflow.

Qwen4 Max zatím ukazuje rychlý růst výkonu a lepší ekonomiku API. Na otázku, kdy stejná úroveň dorazí i v podobě otevřených vah, však neodpovídá.

Lilithin verdikt

Qwen4 Max zlevnil vstupenku do první řady, ale váhy zůstaly za oponou. Levnější sedadlo ještě nedává divákovi klíče od divadla.