O Qwen4-Max elevou o total de parâmetros para 2,4 trilhões, mas ativa apenas 71 bilhões por token, 25% menos que a geração anterior. A Alibaba afirma que os custos das tarefas no seu próprio Work360 caíram cerca de 60%; por enquanto, esses números têm apenas uma fonte: a própria Alibaba.
A disputa desta vez não é sobre tornar os modelos menores, mas sobre fazer os grandes modelos calcularem menos. Se tarefas de clientes reais não reproduzirem a redução de custos, a vantagem de eficiência do MoE não se sustenta.
A disputa desta vez não é sobre tornar os modelos menores, mas sobre fazer os grandes modelos calcularem menos. Se tarefas de clientes reais não reproduzirem a redução de custos, a vantagem de eficiência do MoE não se sustenta.
