August 26, 2026

Chiński gigant technologii AI Alibaba w środę zaprezentował nową wersję swojego flagowego modelu, chcąc konkurować ceną z amerykańskimi dostawcami i oferować przedsiębiorstwom tańsze modele AI. Najnowsza premiera przypomina jednak firmom, że cena nie zawsze jest głównym czynnikiem wyboru modelu.

Qwen 3.8-Flash-Next to model multimodalny, który daje wczesny podgląd architektury użytej w nadchodzącym Qwen 4. Jest to model o 125B parametrach, z aktywnymi 6B parametrami na token, zbudowany w architekturze mixture-of-experts (MoE) — czyli takiej, która wykorzystuje wyspecjalizowane podsieci „ekspertów” do obsługi różnych typów wejścia, zamiast uruchamiać cały model przy każdym zapytaniu. Dla porównania, Qwen 3.8 Max ma 2.4 biliona parametrów, Qwen 3.8-27B ma 27B parametrów, a konkurencyjny chiński dostawca Moonshot z modelem Kimi K3 MoE ma 2.8 biliona parametrów.

Alibaba podkreśliła, że w porównaniu z Qwen 3.7-Plus wersja Flash-Next ma niższe koszty trenowania i inferencji. Według dostawcy model wyróżnia się w zadaniach związanych z obsługą komputera — czyli działaniem na oprogramowaniu poprzez interpretację tego, co widać na ekranie, i podejmowanie działań — oraz może współpracować ze złożonymi API, kalkulatorami i niestandardowymi zewnętrznymi bazami danych, wykorzystując podpowiedzi wizualne i tekstowe. Takie możliwości agentowe, w których modele wywołują zewnętrzne narzędzia i wykonują wieloetapowe zadania, stały się ważnym obszarem zainteresowania przedsiębiorstw wychodzących poza chatbotowe zastosowania AI.

Qwen 3.8-Flash-Next jest kolejnym przykładem dostawców modeli odpowiadających na potrzeby przedsiębiorstw w zakresie tańszych i bardziej opłacalnych modeli, w warunkach wojny cenowej wśród czołowych firm AI oraz narastającego napięcia między dostawcami modeli open source i modeli własnościowych. Alibaba wyceniła Flash-Next na $0.16 za milion tokenów wejściowych i $0.47 za milion tokenów wyjściowych. Jest to model open weight, w przeciwieństwie do modeli frontier od OpenAI i Anthropic, co oznacza, że użytkownicy mogą pobrać jego parametry, uruchamiać go i dostrajać we własnej infrastrukturze, zamiast korzystać wyłącznie przez API dostawcy.

„Próbowali utrzymać model bardzo konkurencyjny pod względem cenowym” — powiedział Arun Chandrasekaran, analityk w Gartner. Dodał, że Alibaba może to zrobić dzięki wydajności inferencji modelu: mimo że zawiera on wiele parametrów, aktywna jest tylko niewielka część z nich, co utrzymuje koszty inferencji na niskim poziomie.

„Pozycjonują to jako narzędzie robocze dla bardzo szerokiej kategorii obciążeń enterprise, gdzie ten model jest bardzo konkurencyjny” — powiedział Chandrasekaran, zauważając, że model jest zoptymalizowany pod obciążenia agentowe, takie jak wywoływanie narzędzi i zastosowania związane z kodowaniem.

„Próbują poprowadzić model w odpowiednim kierunku, czyli uczynić go bardzo lekkim pod względem efektywności inferencji i kosztów inferencji, uczynić go multimodalnym, umożliwić więcej zastosowań agentowych i wycenić go bardzo agresywnie” — dodał Chandrasekaran.

Cena jako wskaźnik wyboru modelu

Chociaż Qwen 3.8-Flash-Next może być atrakcyjny dla przedsiębiorstw i jest korzystnie wyceniony, firmy powinny rozważyć, czy ma sens hostowanie go samodzielnie — ponieważ jest to model open weight — zamiast próbować korzystać z niego przez API, kontynuował Chandrasekaran. Dodał, że przedsiębiorstwa powinny także uwzględnić rezydencję danych modelu, biorąc pod uwagę powiązania chińskich dostawców AI z chińskim rządem oraz związane z tym implikacje bezpieczeństwa.

„Chcą mieć pewność, że korzystają z modelu efektywnego kosztowo, ale nie kosztem bezpieczeństwa, rezydencji danych i ciągłej innowacji” — powiedział. „Niska cena sama w sobie nie powinna być parametrem”.

Przedsiębiorstwa powinny upewnić się, że wybrany model obsługuje wiele przypadków użycia, a jednocześnie uwzględniać bezpieczeństwo, ochronę prawną oraz inne kwestie ładu i zarządzania.

Inne wyzwania

Dla Alibaba konkretną przeszkodą jest penetracja rynku na Zachodzie. Choć firma ma duży udział w rynku w innych częściach świata, nadal musi zdobyć przyczółek na rynkach USA i Europy Zachodniej. Spółka mierzy się także z konkurencją innych chińskich dostawców AI, takich jak Moonshot, Z.AI i DeepSeek.

„Bardzo ważne jest też, aby Alibaba próbowała pozycjonować się bardziej jako gracz wyspecjalizowany wertykalnie, bardziej jako firma aplikacyjna i agentowa, a nie wyłącznie jako firma modelowa” — powiedział Chandrasekaran.

O autorce

Esther Shittu

News Writer, AI Business

Esther Shittu pisze o technologiach AI i trendach branżowych od 2021 roku. Jako współprowadząca podcastu Targeting AI rozmawia z ekspertami, liderami opinii i praktykami o kluczowych zmianach w AI. Zanim dołączyła do AI Business, pisała dla SearchEnterpriseAI, New York Daily News, Bklyner i Brooklyn Daily Eagle. Kiedy nie zagłębia się w świat AI, poświęca czas projektom z pasji i wychowywaniu trzech córek.

Chcesz widzieć więcej materiałów AI Business w wynikach Google?

Najnowsze wiadomości

Chcesz widzieć więcej materiałów AI Business w wynikach Google?

Artykuły popularne

Aug 26, 2026

Aug 26, 2026

Generative AI Mathematical Theories Could Be the Key to Explainable AI Systems Aug 24, 2026

Mathematical Theories Could Be the Key to Explainable AI Systems

Generative AI Shutterstock Embraces AI Image Licensing Deals Aug 11, 2026

Shutterstock Embraces AI Image Licensing Deals

Generative AI AI Arrives in the Private Markets Business Jul 28, 2026

AI Arrives in the Private Markets Business

Agentic AI Using AI Agents to Collaborate with Human Workers Jul 10, 2026

Using AI Agents to Collaborate with Human Workers

Sponsored by Google Cloud

Wybór pierwszych przypadków użycia generatywnej AI

Aby rozpocząć pracę z generatywną AI, najpierw skoncentruj się na obszarach, które mogą poprawić ludzkie doświadczenia związane z informacją.

The AI Summit New York 2026

Łączenie liderów przedsiębiorstw, innowatorów technologicznych i decydentów AI w celu omówienia najnowszych zmian w komercyjnej AI.