Geheime KI-koning: Hoe Alibaba se Qwen3.5 OpenAI en Google 'n wedloop vir hul geld gee

700 miljoen aflaaie: Die stille rewolusie van Qwen KI wat almal oor die hoof gesien het

Uit die skaduwees: Hoe Qwen die dominante platform geword het

OpenAI en Google is lank as die onbetwiste heersers van die KI-wêreld beskou, maar 'n fundamentele paradigmaskuif het agter die skerms plaasgevind. Met die vrystelling van die Qwen3.5-modelfamilie daag die Chinese tegnologiereus Alibaba nie net die oorheersing van die gevestigde Westerse spelers uit nie, maar herdefinieer ook die spelreëls vir kunsmatige intelligensie heeltemal. Deur 'n radikale argitektoniese herontwerp los Qwen3.5 die hulpbronprobleem van klassieke Transformer-modelle op en lewer ongekende werkverrigting met drasties verminderde berekeningspoging. Die strategie is so eenvoudig as wat dit aggressief is: Hoogs kragtige, inheemse multimodale oopbronmodelle word gratis beskikbaar gestel – selfs kompakte weergawes bied werkverrigting op plaaslike hardeware wat geensins minderwaardig is as reuse-kommersiële stelsels nie. Hierdie skuif is veel meer as net 'n tegniese opdatering. Dit is 'n geopolitieke maneuver wat die winsmarges van die globale KI-mark aanval en terselfdertyd die era van massamark-, outonome KI-agente ("Agentic AI") inlui. 'n Gedetailleerde analise toon hoe Alibaba hierdie prestasie behaal het en wat die maatstafsyfers werklik vir die toekoms van die bedryf beteken.

Verwant hieraan:

• China se oopbron-offensief in kunsmatige intelligensie: Hoe vrye sagteware Silicon Valley se multimiljard-dollar-besigheid vernietig

Alibaba se stille rewolusie: Hoe die Qwen3.5-familie die KI-wêreldorde heronderhandel

China se oopbron-aanval tref OpenAI en Google waar dit die meeste seermaak – in hul argitektuur

Toe Alibaba die Qwen3-modelreeks in April 2025 vrygestel het, was die reaksie van Westerse tegnologiejoernalistiek gedemp. Weliswaar kragtig, maar uiteindelik net een van vele modelle in 'n toenemend oorvol mark – dit was die uitspraak. Wat hierdie onbewogen assessering oor die hoof gesien het, was dat Qwen nie meer 'n nisprojek was nie, maar op pad was om die wêreld se mees gebruikte oopbron-KI-platform te word. In Januarie 2026 het die Qwen-span 700 miljoen aflaaie op Hugging Face gerapporteer, en 'n posisie behaal wat selfs Meta se Llama oortref het, vir baie jare die onbetwiste maatstaf vir oopbron-taalmodelle. Die syfers het vanself gespreek: In Desember 2025 het maandelikse Qwen-aflaaie die gekombineerde totaal van die volgende agt gewildste modelle oorskry – insluitend Meta, DeepSeek, OpenAI, Mistral en Nvidia.

Hierdie gewildheid is geen toeval nie. Die syfers weerspieël 'n strategiese besluit wat Alibaba sedert 2023 konsekwent nagestreef het: om Qwen-modelle vroeër, meer gereeld en in meer variasies as sy mededingers vry te stel. Tot op hede het Alibaba byna 400 modelle uit die Qwen-suite as oopbron beskikbaar gestel en meer as 180 000 afgeleide weergawes gegenereer. Selfs topvlak-navorsingsgroepe maak staat op Qwen: Die span rondom KI-pionier Fei-Fei Li het sy bekroonde s1-inferensiemodel op Qwen opgelei met relatief beskeie hulpbronne. DeepSeek, die Chinese modelleringslaboratorium wat vroeg in 2025 wêreldwyd met R1 opslae gemaak het, het ses gemeenskapsgebaseerde modelle vrygestel – waarvan vier op Qwen gebaseer is.

In die belangrikste maatstaf van die oopbron-KI-gemeenskap het Qwen dus 'n posisie bereik wat marknavorsers as 'n byna onwrikbare netwerkeffek beskou: Diegene wat op Qwen bou, trek voordeel uit 'n uitgebreide ekosisteem van afgeleide modelle, fyn afstemming, optimalisering en gemeenskapsondersteuning. Diegene wat teen Qwen meeding, ding gelyktydig mee teen 'n vliegwiel van netwerkeffekte. Hierdie strukturele sterkte vorm die agtergrond waarteen die Qwen3.5-modelreeks geëvalueer moet word.

Die argitektoniese weddenskap: Waarom Qwen3.5 anders dink as sy voorgangers

Die deurslaggewende verskil tussen die Qwen3.5-familie en sy voorgangers lê nie in 'n eenvoudige toename in parameters nie, maar in 'n fundamentele argitektoniese paradigmaskuif. Klassieke transformatormodelle – van GPT-4 tot Llama tot die oorspronklike Qwen3 – maak staat op die sogenaamde self-aandagmeganisme, wat wiskundig skaal met kwadratiese kompleksiteit. Dit beteken dat die verdubbeling van die kontekslengte die berekeningspoging verviervoudig. Dit is die knelpunt wat lang dokumente, uitgebreide kodebasisse of gespreksgeskiedenisse van meer as een uur so hulpbron-intensief vir taalmodelle maak.

Qwen het hierdie probleem nie deur geleidelike optimalisering opgelos nie, soos DeepSeek met sy Multi-Head Latent Attention gedoen het, maar deur 'n meer radikale argitektoniese hersiening. Die kern van die nuwe argitektuur is die Hybrid Mixture of Experts-struktuur: Van elke vier transformatorblokke word drie vervang deur Gated Delta Networks – 'n lineêre aandagvariant gebaseer op die teoretiese werk "Gated Delta Networks: Improving Mamba2 with Delta Rule." Slegs elke vierde blok bly 'n klassieke volle aandaglaag vir presisietake. Die resultaat is berekeningskompleksiteit wat slegs lineêr groei met die kontekslengte – 'n kategoriese verskil van die kwadratiese skalering van klassieke transformators.

Die gevolge van hierdie besluit is beduidend. In die praktyk beteken lineêre skalering dat die model met dieselfde rekenaarkrag aansienlik langer tekste kan verwerk en vinniger tokens kan produseer as 'n digte model van vergelykbare intelligensie. Qwen3.5-Plus, die gehuisveste weergawe via Alibaba Cloud, ondersteun 'n konteksvenster van een miljoen tokens - 'n kapasiteit wat, net twee jaar gelede, uitsluitlik gereserveer was vir gespesialiseerde argitektoniese benaderings soos Claude se Constitutional AI. Terselfdertyd verminder die hibriede argitektuur VRAM-vereistes drasties: Terwyl 'n klassieke digte model van 400 miljard parameters meer as 800 GB GPU-geheue benodig, slaag die Qwen3.5-397B-A17B met 48 tot 96 GB op gekwantiseerde stelsels.

'n Nuwe dimensie van digitale transformasie met 'Bestuurde KI' (Kunsmatige Intelligensie) – Platform & B2B-oplossing | Xpert Consulting - Beeld: Xpert.Digital

Hier sal jy leer hoe jou maatskappy pasgemaakte KI-oplossings vinnig, veilig en sonder hoë toetreehindernisse kan implementeer.

’n Bestuurde KI-platform is jou allesomvattende, sorgvrye oplossing vir kunsmatige intelligensie. In plaas daarvan om met komplekse tegnologie, duur infrastruktuur en lang ontwikkelingsprosesse te sukkel, ontvang jy ’n klaargemaakte oplossing wat op jou behoeftes afgestem is van ’n gespesialiseerde vennoot – dikwels binne net ’n paar dae.

Die belangrikste voordele in 'n oogopslag:

⚡ Vinnige implementering: Van idee tot gereed-vir-gebruik toepassing in dae, nie maande nie. Ons lewer praktiese oplossings wat onmiddellike waardetoevoeging skep.

🔒 Maksimum datasekuriteit: Jou sensitiewe data bly by jou. Ons waarborg veilige en voldoenende verwerking sonder om data met derde partye te deel.

💸 Geen finansiële risiko: Jy betaal slegs vir resultate. Hoë voorafbeleggings in hardeware, sagteware of personeel word heeltemal uitgeskakel.

🎯 Fokus op jou kernbesigheid: Konsentreer op wat jy die beste doen. Ons sorg vir die hele tegniese implementering, bedryf en instandhouding van jou KI-oplossing.

📈 Toekomsbestand en skaalbaar: Jou KI groei saam met jou. Ons verseker voortdurende optimalisering en skaalbaarheid, en pas die modelle buigsaam aan by nuwe vereistes.

Meer inligting hier:

• Die Bestuurde KI-oplossing - Industriële KI-dienste: Die sleutel tot mededingendheid in die dienste-, nywerheids- en meganiese ingenieurswesesektore

Die modelreeks se vuurwerke: Van 397 miljard tot 0,8 miljard parameters

Die Qwen3.5-familie se vrystellingsstrategie het 'n goed berekende ritme gevolg. Die vlagskipmodel, Qwen3.5-397B-A17B, het kort voor die Chinese Nuwejaar afgeskop: 397 miljard totale parameters, waarvan slegs 17 miljard per teken aktief is. Hierdie yl mengsel van kundiges-argitektuur het verbasing veroorsaak in die eerste praktiese toets, aangesien die aktiveringskoers van minder as vyf persent beteken het dat die model, ten spyte van sy reuse-algehele grootte, die latensie van 'n aansienlik kleiner model bereik het.

Kort daarna het die ware vuurwerke gekom: Qwen3.5-122B-A10B en Qwen3.5-35B-A3B as SMoE-modelle vir hoëprestasie-toepassings, en die digte Qwen3.5-27B as 'n allrounder vir gebruikers wat hoë enkeltaakkwaliteit bo suiwer inferensiespoed prioritiseer. Die eerste gemeenskapsevaluerings het 'n verrassende prentjie onthul: Die 27B-model, hoewel parametergewys kleiner as die SMoE-variante, het sterker resultate in talle maatstawwe behaal – 'n aanduiding dat die meer komplekse opleidingsproses vir yl argitekture nog nie ten volle geoptimaliseer is nie en verdere potensiaal inhou.

Die grootste opskudding is egter veroorsaak deur die daaropvolgende vrystelling van die kleiner modelle: Qwen3.5-9B, Qwen3.5-4B, Qwen3.5-2B, en Qwen3.5-0.8B. Hierdie modelle is spesifiek ontwerp vir gebruik op standaardrekenaars en lewer 'n werkverrigtingsdigtheid wat feitlik ongekend is in die geskiedenis van kompakte taalmodelle. Die Qwen3.5-9B het 'n telling van 81.7 punte behaal in die GPQA Diamond-maatstaf, wat akademiese redenasie op nagraadse vlak toets – en OpenAI se GPT-oss-120B met 80.1 punte oortref, 'n model met meer as dertien keer sy aantal parameters. In die visuele redenasiemaatstaf MMMU-Pro het die 9B-model 70.1 punte behaal in vergelyking met Gemini 2.5 Flash-Lite met 59.7. Die 4B-model het ook opskudding veroorsaak: Op Video-MME (met onderskrifte) het dit 83.5 punte behaal, ver voor Google se 74.6.

Verwant hieraan:

• KI-wedloop: Alibaba onthul nuwe vlagskipmodel en plaas druk op mededingers – Navorsing

Multimodaliteit as die standaard: Die einde van die VL-agtervoegsel

'n Strategies belangrike, simboliese stap in die Qwen3.5-familie is die verwydering van die afkorting "VL" uit die modelname. Voorheen het "VL" (Vision Language) die modelle aangedui wat beelde kon verwerk – 'n vermoë wat altyd as 'n bykomende kenmerk beskou is. In die 3.5-generasie is alle modelle sonder uitsondering inheems multimodaal: teks, beelde en video's word nie via stroomaf-adapters verwerk nie, maar eerder van die grond af geïntegreer deur vroeë fusie-opleiding.

Hierdie stap is meer as net kosmeties. Dit dui op 'n strategiese herposisionering: Qwen beskou multimodaliteit nie meer as 'n premium-kenmerk vir geselekteerde modelvariante nie, maar as 'n basiese vereiste vir elke moderne taalmodel. Die tegniese implementering met behulp van Early Fusion beteken dat beeld- en taalbegrip in 'n gedeelde verteenwoordigende ruimte aangeleer word – met die voordeel dat die model visuele en taalkundige kennis diep kan verbind in plaas daarvan om dit bloot oppervlakkig te kombineer. Qwen 3.5 ondersteun ook 201 tale en dialekte, vergeleke met 119 in die vorige generasie.

Geopolitiek in die Kode: Wat China se oopbron-offensief vir die globale KI-mark beteken

Agter hierdie tegnologiese vooruitgang lê 'n geopolitieke dimensie wat dikwels in Westerse media oor die hoof gesien word. In 2025 en 2026 het die Chinese KI-industrie 'n strategie gevolg wat beskryf kan word as "oopbron-ondersnyding": modelle met prestasie vergelykbaar met die duurste kommersiële verskaffers is gratis vrygestel, met 'n lisensie wat kommersiële gebruik toegelaat het. Die resultaat is 'n sistematiese devaluasie van die pryspremie wat OpenAI, Anthropic en Google vir hul vlagskipprodukte hef.

Alibaba posisioneer Qwen3.5 eksplisiet as 'n mededinger vir GPT-5.2 en Claude 4.5 Opus. In interne maatstawwe het Qwen3.5 albei modelle op IFBench oortref, 'n toets wat die kwaliteit van instruksievolging meet. Op die HMMT-redeneringsmaatstaf het Qwen3.5 Claude 4.5 Opus oortref, maar agter GPT-5.2 gebly. Hierdie genuanseerde prestasielandskap is kenmerkend: Qwen3.5 is nie onmiskenbaar die leier in enige enkele kategorie nie, maar dit is mededingend oor die hele linie – en dit alles met volledige oopbron.

Die mark se reaksie op hierdie situasie is reeds duidelik. Ontwikkelaars, veral in hulpbron-sensitiewe maatskappye, wend hulle tot Qwen-afgeleides omdat die totale koste van eienaarskap van radikale inferensie op hul eie hardeware drasties laer is as die API-koste van kommersiële verskaffers. Dit is 'n deurslaggewende voordeel vir B2B-kliënte wat KI-oplossings wil skaal sonder om per teken te betaal. Die prysdruk wat deur Chinese oopbronmodelle op die mark uitgeoefen word, het OpenAI reeds aangespoor om meer bekostigbare produklyne soos die GPT-5 mini te posisioneer – 'n direkte reaksie op mededinging van Qwen.

Maatstawwe sonder die mite: Wat die syfers werklik sê

'n Ernstige evaluering van die Qwen3.5-maatstawwe vereis kritiese afstand. Alibaba het sy prestasievergelykings as "selfgerapporteer" gerapporteer - 'n feit wat eksplisiet deur CNBC opgemerk is, wat onafhanklike verifikasie noodsaak. Verder is maatstawwe nie neutrale maatstawwe nie: modelle kan vooraf opgelei word op maatstaf-agtige data, wat lei tot oorpassing vir sekere toetsformate sonder dat dit 'n werklike prestasieverbetering in werklike gebruik tot gevolg het. Die gemeenskapsgedrewe toetse wat in die weke na die vrystelling uitgevoer is, skets 'n meer gemengde, maar oor die algemeen indrukwekkende prentjie.

Resultate is veral robuust wanneer dit toegepas word op maatstawwe wat aktiewe redenasie vereis en nie bloot deur feitelike herwinning opgelos kan word nie. Die GPQA Diamond-maatstaf, wat vrae uit biologie, fisika en chemie op doktorale vlak stel, word as besonder bestand teen manipulasie beskou. Die feit dat Qwen3.5-9B 'n model van 120 miljard parameters hier oortref, is volgens huidige navorsing nie 'n meetartefak nie, maar eerder 'n uitdrukking van die doeltreffendheidsverbeterende effek van die nuwe argitektuur in kombinasie met hoër kwaliteit opleidingsdata. Qwen het 'n FP8-pyplyn en 'n asinchrone versterkingsleerraamwerk vir opleiding gebruik - tegniese besluite wat data-doeltreffendheid verhoog en opleiding meer stabiel maak.

Verwant hieraan:

• Alibaba se Qwen 3 KI-model: 'n Nuwe maatstaf in KI-ontwikkeling en die impak daarvan op die globale tegnologiemark

Agentiese KI en die volgende fase van ontwikkeling van die Qwen-platform

Alibaba posisioneer Qwen3.5 nie as net nog 'n kletsmodel nie, maar eksplisiet as die fundamentele argitektuur vir die "Agentiese KI-era". Hierdie stelling word ondersteun deur aansienlike tegniese bewyse: Die versterkingsleeropleiding is afgeskaal na miljoene agentomgewings met toenemend komplekse taakverspreidings - 'n metodologie wat fokus op werklike, meerfasige taakuitvoering eerder as statiese kennisreproduksie. Qwen3.5-Plus bied inheemse gereedskapgebruik via Alibaba Cloud en 'n aanpasbare gereedskapgebruikstelsel wat agente in staat stel om onafhanklik toegang tot eksterne API's, databasisse en soeknavrae te verkry.

Die feit dat 'n taalmodel met 17 miljard aktiewe parameters hierdie take met mededingende gehalte kan hanteer, verteenwoordig 'n fundamentele verskuiwing in die ekonomie van agent-gebaseerde KI-toepassings. Vorige benaderings het groot, duur modelle as die agent se brein vereis, wat die bedryfskoste vir uitgebreide outonome take aansienlik verhoog het. Qwen3.5-9B, wat plaaslik op hardeware met 'n enkele hoë-end GPU loop, maak agent-gebaseerde KI-stelsels toeganklik vir die breër middelmark en ontwikkelaars sonder wolkbegrotings. Hierdie demokratiseringsdinamika kan die aanvaardingstrajek vir KI-agente in middelgrootte maatskappye aansienlik versnel.

Konrad Wolfenstein

Ek sal graag as u persoonlike adviseur dien.

kontak by wolfenstein ∂ xpert.digital

Skakel my net by +49 89 89 674 804 (München) .

LinkedIn