Lilith.
⌕
Ilustracja redakcyjna: Qwen4 Max przyspieszył pościg, lecz otwarte wagi nadal nie sięgają czołówki
Ilustracja Lilith · remiks redakcyjny

Alibaba udostępniła Qwen4 Max, który zdobył 43 punkty w Intelligence Index od Artificial Analysis. To wynik o 9 punktów lepszy od Qwen3.8 Max, ale nie zmienia sytuacji modeli z otwartymi wagami. Qwen4 Max jest dostępny przez API.

Qwen4 Max zyskał 9 punktów, lecz nadal ustępuje Kimi K3.1 Pro

Artificial Analysis testowała Qwen4 Max przy ustawieniu xhigh reasoning effort. Model zdobył 43 punkty w Intelligence Index, podczas gdy Qwen3.8 Max miał 34. Kimi K3.1 Pro pozostaje z przodu z wynikiem 46 punktów.

Według tego samego pomiaru jedno zadanie w indeksie kosztuje 3,27 dolara, czyli około 11% mniej niż 3,68 dolara w przypadku Kimi K3.1 Pro. Qwen4 Max ma okno kontekstowe liczące około 1 miliona tokenów, przyjmuje tekst i obrazy oraz działa przez własne API Alibaby. To wyniki jednego niezależnego zestawu benchmarków, a nie uniwersalny ranking modeli.

Tańsze API nie rozwiązuje zastoju modeli z otwartymi wagami

Ethan Mollick zwrócił uwagę na inną część historii. Jego zdaniem ponad 8 miesięcy po publicznym pokazaniu klasy Fable i Mythos nadal nie ma otwartego modelu na tym poziomie. Qwen4 Max nie zmienia tej oceny, ponieważ Alibaba nie udostępniła jego wag.

Różnica ma praktyczne znaczenie. API może zapewniać wysoką jakość i niską cenę, nie dając klientowi możliwości uruchomienia modelu we własnej infrastrukturze, modyfikowania wag ani kontrolowania długoterminowej zależności od dostawcy. Spadek kosztu inference nie oznacza szerszego dostępu do możliwości frontier.

Jeden ranking nie mierzy kontroli, prywatności ani ryzyka operacyjnego

Artificial Analysis łączy zadania z zakresu pracy opartej na wiedzy, codingu, nauki i wiedzy ogólnej. Wynik 43 punktów jest użytecznym porównaniem w ramach tej metodologii, ale nie odpowiada na pytania o suwerenność danych, audytowalność czy stabilność API.

Fable class nie jest też ustandaryzowaną kategorią techniczną. Mollick opisuje w ten sposób poziom możliwości, a nie ścisły próg potwierdzany jednym wynikiem. Jego teza trafnie diagnozuje rynek, lecz pozostaje interpretacją opartą na szybko zmieniającym się zestawie modeli i benchmarków.

Otwarte wagi muszą sprawdzić się w pracy i w codziennej eksploatacji

Prawdziwa zmiana nastąpi wtedy, gdy ktoś opublikuje wagi modelu zbliżającego się do zamkniętej czołówki w kilku niezależnych evals, a przy tym możliwego do rozsądnego uruchomienia. Liczyć się będą licencja, wymagane GPU, koszt inference i wyniki w konkretnych workflow.

Na razie Qwen4 Max pokazuje szybki wzrost możliwości i lepszą ekonomię API. Nie odpowiada jednak na pytanie, kiedy ten poziom będzie dostępny w modelu z otwartymi wagami.

Werdykt Lilith

Qwen4 Max obniżył cenę biletu do pierwszego rzędu, ale wagi zostały za kurtyną. Tańsze miejsce nadal nie daje widzowi kluczy do teatru.