Alibaba, yeni amiral gemisi yapay zeka modeli Qwen4-Max’i duyurdu. Şirketin açıklamalarına göre model, karmaşık akıl yürütme ve çok aşamalı görevlerde daha yüksek verimlilik hedefliyor. Unreal Engine gibi profesyonel araçlarla oyun geliştirme, 3D sahneler oluşturma, üretim süreçlerini planlama ve bilimsel araştırmalarda aday molekülleri değerlendirme gibi farklı alanlarda kullanılabiliyor.
Qwen4-Max’in öne çıkan yönlerinden biri, yüksek kapasiteyi her işlemde bütün kaynakları devreye sokmadan kullanmaya çalışması. Alibaba, modelin belirli görevlerde önceki nesle kıyasla daha az token tükettiğini ve görev başına maliyetin önemli ölçüde düştüğünü bildiriyor. Bununla birlikte paylaşılan performans ve maliyet değerleri şirketin kendi değerlendirmelerine dayanıyor; bağımsız test sonuçlarıyla karşılaştırma yapılırken test koşullarının da dikkate alınması gerekiyor.
Daha verimli çalışmayı hedefleyen mimari
Alibaba’nın verdiği bilgilere göre Qwen4-Max toplam 2,4 trilyon parametreye sahip. Ancak model, her token işlenirken bu parametrelerin tamamını aynı anda kullanmıyor. Mixture of Experts (MoE) adı verilen mimari kapsamında, her token için yaklaşık 71 milyar parametre etkinleştiriliyor. Bu yaklaşım, büyük bir model kapasitesinden yararlanırken işlem yükünü sınırlamayı ve maliyetleri düşürmeyi amaçlıyor.
Şirket, bu etkin parametre miktarının önceki Qwen3.8-Max modeline kıyasla yaklaşık yüzde 25 daha düşük olduğunu belirtiyor. Bu değer, modelin toplam parametre sayısının azaldığı anlamına gelmiyor; açıklanan fark, belirli bir token işlenirken devreye giren parametrelerle ilgili. Böylece modelin kapasitesi korunurken görev sırasında kullanılan hesaplama kaynaklarının azaltılması hedefleniyor.
Qwen4-Max ayrıca yerel görsel işleme ve 1 milyon tokenlık bağlam penceresi desteği sunuyor. Geniş bağlam penceresi, uzun belgelerin veya büyük miktarda metin ve kodun tek bir çalışma akışında ele alınmasına yardımcı olabilir. Görsel işleme desteği ise modelin yalnızca yazılı talimatları değil, görsel girdileri de değerlendirebilmesine imkân tanıyor. Bu özelliklerin gerçek kullanımda sağlayacağı fayda, görevin türüne ve kullanılan uygulamaya bağlı.
Şirket testlerinde token ve görev maliyetleri geriledi
Alibaba’nın Work360 adlı kurum içi değerlendirmesinde Qwen4-Max’in 52,69 puana ulaştığı ve önceki nesle göre yaklaşık yüzde 10 daha yüksek performans gösterdiği bildirildi. Aynı değerlendirmede token kullanımı, yüksek performans modunda yüzde 24; yüksek modda ise yüzde 35 azaldı. Terminal-Bench 4.0 testinde de kullanılan moda bağlı olarak yüzde 48 ve yüzde 49 düzeyinde token tasarrufu açıklandı.
Token sayısındaki azalma, modelin bir görevi tamamlamak için ürettiği veya işlediği metin miktarının düşmesi anlamına geliyor. Bu durum, özellikle yoğun API kullanımı olan uygulamalarda maliyet ve yanıt süresi bakımından avantaj sağlayabilir. Ancak token tüketimi tek başına genel kaliteyi göstermez; görev doğruluğu, yanıt tutarlılığı ve hata oranları gibi ölçütlerin de birlikte değerlendirilmesi gerekir.
Şirketin paylaştığı Work360 verilerinde ortalama görev maliyetinin 4,43 dolardan 1,67 dolara gerilediği belirtiliyor. Bu, açıklanan test koşullarında görev başına yüzde 60’tan fazla düşüş anlamına geliyor. Gerçek kullanım maliyetleri ise seçilen model moduna, girdi ve çıktı uzunluğuna, önbellek kullanımına ve görev türüne göre değişebilir.
Oyun ve 3D üretiminde araçlarla çalışabiliyor
Alibaba’nın tanıtımında Qwen4-Max’in yalnızca metin ya da kod üretmediği, profesyonel yazılımlardaki iş akışlarını da destekleyebildiği vurgulanıyor. Model, Blender kullanarak 3D nesneler ve sahneler oluşturabiliyor; geometrinin hazırlanması, malzemelerin belirlenmesi, ışıklandırma ve görüntü oluşturma gibi adımları bir araya getirebiliyor. Bu tür araç kullanımı, tasarım fikrinin dijital bir modele dönüştürülmesini hızlandırabilir. Oluşturulan dosyalar uygun biçim ve donanım koşulları sağlandığında 3D baskı gibi sonraki aşamalara da aktarılabilir.
Oyun geliştirme tarafında ise şirket, modelin Unity, Unreal Engine ve Godot gibi oyun motorlarıyla çalışabildiğini bildiriyor. Kullanıcı doğal dilde bir oyun fikri veya değişiklik talebi verdiğinde model; sahne düzeni oluşturma, oyun mekaniği için kod yazma ve karakter ya da görsel varlıkları projeye ekleme gibi adımlarda yardımcı olabiliyor. Ardından projeyi çalıştırıp kamera hareketi, animasyon, ışıklandırma ve görsel efektler gibi unsurları kontrol ederek düzeltmeler önerebiliyor veya uygulayabiliyor.
Bu yetenekler, modelin tek başına profesyonel bir oyun ekibinin yerini aldığı anlamına gelmiyor. Oyun projesinin kapsamı, kullanılan varlıkların lisansı, kodun güvenilirliği ve sonucun farklı cihazlarda çalışması gibi konularda insan denetimi ve test süreci hâlâ önemli. Buna rağmen, prototip hazırlama ve tekrarlayan geliştirme görevlerini hızlandırma potansiyeli bulunuyor.
Üretim planlamasında zaman tasarrufu iddiası
Alibaba’nın paylaştığı otomotiv üretimi örneğinde Qwen4-Max’in üretim hattı planlaması, parça tasarımı ve işleme süreçlerinin doğrulanması gibi aşamalarda kullanıldığı belirtiliyor. Modelin iki boyutlu üretim hattı planlarını ve süreç verilerini değerlendirerek üç boyutlu modeller hazırlayabildiği, üretim adımlarını simüle ederek süreleri inceleyebildiği ifade ediliyor.
Şirkete göre bir iş parçasının üretim programlaması için gereken manuel çalışma süresi, bu örnekte 475 dakikadan 24 dakikaya düşürüldü. Bu, yaklaşık yüzde 95 oranında zaman tasarrufuna karşılık geliyor. Söz konusu sonuç, Alibaba’nın aktardığı belirli bir uygulama örneğidir; farklı fabrikalarda, makinelerde veya üretim standartlarında aynı kazanımın elde edileceği anlamına gelmez. Üretime geçmeden önce planların mühendisler tarafından doğrulanması ve güvenlik gerekliliklerinin karşılanması gerekir.
Bilimsel araştırmalarda uzun süreli görevler
Alibaba, Qwen4-Max’in uzun süre devam eden çok aşamalı görevleri yürütebildiğini göstermek için yarı iletken çiplerin soğutulmasına yönelik bir molekül keşfi örneği paylaştı. Deep Principle’ın Mira platformunda gerçekleştirildiği bildirilen çalışmada modelin, 48 saat boyunca araştırma akışında görev yaptığı ve 2,7 milyon aday molekülü değerlendirdiği belirtildi.
Açıklamaya göre model; molekül tasarımı, sentez, test sonuçlarının değerlendirilmesi ve yeni tasarımların hazırlanması aşamalarını içeren dört döngü boyunca çalıştı. Sürecin sonunda yeni bir soğutucu molekül geliştirildiği, bu molekülün laboratuvarda sentezlendiği ve deneysel olarak doğrulandığı bildirildi. Bu örnek, yapay zekanın araştırmacılara adayları tarama ve deney planlama süreçlerinde yardımcı olabileceğini gösteriyor; ancak bilimsel bulguların geçerliliği deneysel doğrulamaya ve bağımsız incelemeye bağlı.
Alzheimer hastalığı üzerine aktarılan başka bir çalışmada Qwen4-Max’in hedef belirleme, molekül tasarımı ve hesaplamalı değerlendirme adımlarına katıldığı açıklandı. Modelin 454 araç çağrısı yaptığı, 3.239 değerlendirme gerçekleştirdiği ve toplam 24 aday molekül tasarlayarak bunları iyileştirdiği bildirildi. Alibaba’nın paylaştığı bilgiye göre bu çalışmanın sonuçları henüz laboratuvar deneyleriyle doğrulanmış değil. Dolayısıyla aday moleküller, kanıtlanmış tedavi veya klinik sonuç olarak değerlendirilmemeli.
Güvenlik önlemleri ve geliştirme planları
Alibaba, modelin eğitim verileri hazırlanırken saldırı amaçlı siber yetenekleri filtrelemeye çalıştığını, buna karşılık güvenlik açıklarını tespit etme ve giderme gibi savunma odaklı becerileri koruduğunu söylüyor. Şirket ayrıca siber güvenlik ve biyolojik risklere karşı önlemler alındığını belirtiyor. Bu açıklamalar, modelin güvenli kullanımına ilişkin şirket yaklaşımını yansıtıyor; risklerin tamamen ortadan kalktığı anlamına gelmiyor. Özellikle kritik altyapı, biyoloji ve güvenlik alanlarında kullanımın uygun denetim ve erişim kontrolleriyle yapılması gerekiyor.
Alibaba’nın büyük dil modeli ekibinden Liu Dayiheng’in daha önce paylaştığı yol haritasında Qwen4, Qwen4.5 ve Qwen5 serileri yer alıyor. Şirketin Qwen5 için 5 trilyon ila 10 trilyon parametre aralığında bir model hedeflediği aktarılmıştı. Bu, geleceğe yönelik bir geliştirme hedefi; mevcut Qwen4-Max’in teknik özellikleriyle karıştırılmamalı.
Erişim ve fiyatlandırma
Qwen4-Max API’sinin QwenCloud üzerinden erişime açıldığı bildiriliyor. Alibaba’nın açıkladığı fiyatlar, 1 milyon giriş tokenı için 1,5 dolar ve 1 milyon çıkış tokenı için 4,5 dolar şeklinde. Şirket, fiyatların Qwen3.8-Max’e kıyasla daha düşük olduğunu ve önbellekleme maliyetinin yüzde 70 azaldığını belirtiyor. Nihai maliyet, kullanım hacmi ve seçilen hizmet koşullarına göre değişebilir; uygulama geliştirenlerin güncel fiyatlandırmayı platform üzerinden kontrol etmesi gerekir.
Modelin Qwen Studio, QwenWork ve Qoder üzerinden de kullanılabildiği ifade ediliyor. Genel olarak Qwen4-Max; daha verimli çıkarım, uzun bağlam, araç kullanımı ve farklı sektörlerdeki uygulama örnekleriyle konumlandırılıyor. Açıklanan örnekler, modelin oyun geliştirmeden üretim planlamasına ve araştırma desteğine kadar geniş bir kullanım alanı hedeflediğini gösteriyor. Sonuçların gerçek projelerde ne ölçüde tekrarlanabildiğini anlamak için bağımsız değerlendirmeler, güvenlik testleri ve uygulamaya özgü denemeler belirleyici olacak.










