Alibaba Dorong Era Agen AI lewat Qwen4-Max

Alibaba

ASIAWORLDVIEW – Alibaba secara resmi meluncurkan Qwen4-Max, model kecerdasan artifisial (AI) paling canggih dalam lini model Qwen hingga saat ini. Model ini dibekali 2,4 triliun parameter, kemampuan memahami informasi visual secara native, serta context window hingga satu juta token. Ini menjadi sebuah kombinasi yang memungkinkannya menangani berbagai tugas kompleks, mulai dari pekerjaan profesional, proses kreatif, hingga penelitian ilmiah. Peluncuran ini menandai babak baru dalam persaingan model AI global, di mana efisiensi dan kemampuan multimodal menjadi kunci diferensiasi.

Di balik performa impresif Qwen4-Max, Alibaba menghadirkan arsitektur terbaru Qwen4 yang menyempurnakan desain sparse Mixture-of-Experts (MoE), termasuk mekanisme attention, residual connections, dan embeddings. Meski memiliki total 2,4 triliun parameter, Qwen4-Max hanya mengaktifkan 71 miliar parameter untuk setiap token—25 persen lebih sedikit dibandingkan Qwen3.8-Max dengan skala parameter yang sama.

Pendekatan ini memungkinkan model menghadirkan kemampuan yang lebih unggul dengan biaya inferensi yang lebih rendah. Dalam praktiknya, Qwen4-Max mencatatkan performa keseluruhan yang lebih baik dibandingkan pendahulunya dalam pengujian Work360—uji internal yang mengukur kemampuan AI menyelesaikan tugas kompleks di 721 bidang spesialisasi industri—dengan penggunaan token 35 persen lebih sedikit pada mode penalaran High effort, sekaligus memangkas rata-rata biaya per tugas sekitar 60 persen.

Keunggulan Qwen4-Max juga tercermin dari pencapaiannya dalam sejumlah benchmark terkemuka. Model ini menduduki peringkat keenam dalam Code Arena, sebuah pemeringkatan yang menguji kemampuan pemrograman berdasarkan tugas di dunia nyata. Hasil solid juga diraih dalam pengujian khusus untuk alur kerja agen AI, produktivitas profesional, dan penalaran visual, termasuk Agents’ Last Exam, Vals Index, JobBench, dan Chartography.

Baca Juga: Pakar: Gangguan Digital Global Jadi Peringatan, Indonesia Diminta Perkuat Ketahanan Siber

Pencapaian ini menunjukkan bahwa Qwen4-Max tidak hanya unggul dalam satu domain, tetapi kompetitif di berbagai area yang menjadi fokus pengembangan AI saat ini—dari coding hingga penalaran visual dan otonomi agen.

Salah satu fitur yang paling menonjol dari Qwen4-Max adalah kemampuannya dalam Cloud Resource Scheduling. Dirancang untuk mengoptimalkan pengelolaan sumber daya dalam infrastruktur cloud, model ini mampu mengatur dan menyempurnakan proses penjadwalan secara mandiri melalui mekanisme closed-loop. Dalam pengujian, kemampuan tersebut berhasil menurunkan rata-rata biaya pemanggilan model untuk anotasi data sebesar 9 persen, serta mempercepat proses penjadwalan ulang CPU secara offline menjadi lebih dari 14 kali lipat.

Di industri manufaktur otomotif, Qwen4-Max mampu membantu seluruh tahapan pekerjaan—dari perencanaan lini produksi, perancangan komponen, hingga verifikasi proses pemesinan. Dalam sebuah demonstrasi, model ini berhasil memangkas waktu pemrograman benda kerja secara manual sebesar 95 persen, dari sekitar 475 menit menjadi hanya 24 menit. Pencapaian ini didukung oleh proses penyempurnaan berulang berdasarkan umpan balik (feedback-driven iteration), yang memungkinkan model mendeteksi potensi pemotongan berlebih maupun pengurangan material yang belum mencukupi sebelum proses pemesinan dimulai.

Dirancang untuk menjawab kebutuhan era agentic AI, Qwen4-Max mampu mendukung agen AI dalam menjalankan tugas secara berkelanjutan, bahkan untuk pekerjaan yang berlangsung sepanjang waktu. Di bidang sains, kemampuan perencanaan jangka panjang ini membantu menjembatani proses penelitian berbasis digital dengan eksperimen di dunia nyata. Salah satu penerapannya terlihat dalam pengembangan teknologi pendinginan chip generasi berikutnya.

Qwen4 berhasil menjalankan agen AI selama 48 jam tanpa henti melalui empat putaran proses closed-loop yang menggabungkan perancangan molekul, sintesis dan pengujian, serta active learning—dan berhasil menemukan molekul pendingin yang telah teruji melalui eksperimen. Kemampuan serupa juga ditunjukkan dalam eksperimen penelitian penyakit Alzheimer, di mana Qwen4-Max secara mandiri melakukan 454 pemanggilan alat (tool calls) dan 3.239 evaluasi metrik untuk merancang serta mengoptimalkan 24 kandidat molekul.

Selain menghadirkan peningkatan kemampuan, Alibaba memastikan aspek keamanan dan tata kelola menjadi bagian penting dalam setiap tahap pengembangan model. Dalam proses pelatihan rekayasa perangkat lunak, Alibaba menggabungkan pemeriksaan keamanan kode dengan pengujian fungsionalitas untuk mengurangi berbagai potensi kerentanan secara signifikan, termasuk serangan injeksi, masalah keamanan memori (memory safety), serta lemahnya kontrol akses (broken access control).

Untuk memperkuat keamanan siber, Alibaba menyaring data pelatihan berdasarkan tujuan penggunaannya: materi yang mendukung upaya pertahanan, seperti pendeteksian dan perbaikan kerentanan sistem, tetap dipertahankan, sementara konten yang berkaitan dengan tindakan serangan siber dihapus dari data pelatihan. Perlindungan ini diperkuat melalui penggunaan kumpulan data khusus keamanan serta penyempurnaan pada tahap pascapelatihan (post-training), termasuk untuk risiko kimia, biologi, radiologi, dan nuklir (CBRN)

One thought on “Alibaba Dorong Era Agen AI lewat Qwen4-Max”

  1. Pingback: - Asia World View

Leave a Reply

Your email address will not be published. Required fields are marked *