Alibaba એ Qwen3.8-Flash-Next રજૂ કર્યું: કાર્યક્ષમ AI નો નવો યુગ

Alibaba ની Qwen ટીમે સત્તાવાર રીતે Qwen3.8-Flash-Next રિલીઝ કર્યું છે, જે એક ક્રાંતિકારી મલ્ટિમોડલ Mixture-of-Experts (MoE) મોડેલ છે, જે પરંપરાગત ખર્ચના માત્ર એક ભાગમાં શ્રેષ્ઠ પ્રદર્શન આપવા માટે ડિઝાઇન કરવામાં આવ્યું છે. આગામી Qwen4 માટે આર્કિટેક્ચરલ પ્રિવ્યૂ તરીકે કામ કરતા, આ મોડેલ પેરામીટર્સ કેવી રીતે સક્રિય અને સંગ્રહિત થાય છે તેને ઓપ્ટિમાઇઝ કરીને ઘણા મોટા LLMs ના વર્ચસ્વને પડકારે છે.

ક્રાંતિકારી આર્કિટેક્ચર: N-gram એમ્બેડિંગ ઇનોવેશન

Qwen3.8-Flash-Next માં મુખ્ય ટેકનિકલ સિદ્ધિ સ્કેલ વિરુદ્ધ કાર્યક્ષમતાનું તેનું અનન્ય સંચાલન છે. જોકે મોડેલમાં કુલ 125 બિલિયન પેરામીટર્સ છે, તે સ્પાર્સ MoE અભિગમનો ઉપયોગ કરે છે જે પ્રતિ ટોકન માત્ર 6 બિલિયન પેરામીટર્સને સક્રિય કરે છે. આ ઘન (denser) મોડેલોમાં જોવા મળતા જ્ઞાનની વ્યાપકતા સાથે બાંધછોડ કર્યા વિના હાઇ-સ્પીડ ઇન્ફરન્સની મંજૂરી આપે છે.

સંપૂર્ણ Qwen4 રિલીઝ માટે નિર્ધારિત એક મહત્વપૂર્ણ ઇનોવેશન 51-બિલિયન-પેરામીટર ધરાવતું N-gram એમ્બેડિંગ લેયર છે. આ લેયર "ફ્રેઝ ડિક્શનરી" (phrase dictionary) તરીકે કાર્ય કરે છે, જે સામાન્ય શબ્દ જૂથોને સ્વતંત્ર એન્ટ્રી તરીકે સંગ્રહિત કરે છે. નિર્ણાયક રીતે, આ લેયર મોંઘા GPU મેમરીને બદલે નિયમિત સિસ્ટમ RAM માં રહેવા માટે ડિઝાઇન કરવામાં આવ્યું છે, જે મોડેલ ચલાવવા માટે જરૂરી હાર્ડવેર ઓવરહેડને નોંધપાત્ર રીતે ઘટાડે છે. વધુમાં, આ મોડેલ નેટિવલી 262,144-ટોકન ધરાવતા વિશાળ કોન્ટેક્સ્ટ વિન્ડોને સપોર્ટ કરે છે, જે YaRN દ્વારા એક મિલિયન ટોકન સુધી સ્કેલ કરવાની ક્ષમતા ધરાવે છે.

કોડિંગ અને ઉત્પાદકતામાં દિગ્ગજોને પાછળ છોડવા

તેના નાના એક્ટિવ પેરામીટર કાઉન્ટ હોવા છતાં, Qwen3.8-Flash-Next એવા બેન્ચમાર્ક પરિણામો આપી રહ્યું છે જે વારંવાર DeepSeek-V4-Flash (284B પેરામીટર્સ) અને Anthropic ના Claude Opus 4.6 (Max) જેવા ઘણા મોટા સ્પર્ધકો કરતા આગળ નીકળી જાય છે. આ મોડેલ "એજન્ટિક" (agentic) કાર્યોમાં વિશેષ શક્તિ દર્શાવે છે—એવા કિસ્સાઓ જ્યાં AI એ સમસ્યાઓ ઉકેલવા માટે સ્વતંત્ર રીતે જટિલ સોફ્ટવેર એન્વાયરમેન્ટમાં નેવિગેટ કરવું પડે છે.

વિશિષ્ટ બેન્ચમાર્ક્સમાં, Flash-Next એ SWE-bench Pro પર 62.5 અને DeepSWE પર 58.7 સ્કોર મેળવ્યો છે, જે DeepSeek અને Claude બંને કરતા વધુ છે. પ્રોફેશનલ વર્કફ્લોમાં કામગીરીનો તફાવત વધુ સ્પષ્ટ છે; CoWorkBench પર, Flash-Next એ 73.9 સ્કોર કર્યો, જે DeepSeek-V4-Flash ના 45.1 કરતા લગભગ બમણો છે. JobBench પર, તેણે 55.7 સ્કોર કર્યો, જે અગાઉના Qwen3.7-Plus મોડેલ દ્વારા નોંધાયેલા 27.6 થી એક મોટો ઉછાળો છે.

ડિસરપ્ટિવ પ્રાઇસિંગ અને સ્પર્ધાત્મક લેન્ડસ્કેપ

Alibaba માત્ર બુદ્ધિશાળી હોવા પર જ નહીં, પરંતુ અત્યંત ખર્ચ-કાર્યક્ષમતા પર પણ સ્પર્ધા કરી રહ્યું છે. QwenCloud દ્વારા Qwen3.8-Flash તરીકે શિપ કરવામાં આવતું પ્રોડક્શન વર્ઝન, પ્રતિ મિલિયન ઇનપુટ ટોકન માટે $0.16 અને પ્રતિ મિલિયન આઉટપુટ ટોકન માટે $0.47 ના આશ્ચર્યજનક ભાવે ઉપલબ્ધ છે. આને સમજવા માટે, આ મોડેલ ફ્લેગશિપ Qwen3.8-Max જેટલું જ સારું પ્રદર્શન કરે છે પરંતુ લગભગ બારમા ભાગના ખર્ચે.

આ આક્રમક પ્રાઇસિંગ વ્યૂહરચના OpenAI અને Anthropic જેવા પશ્ચિમી AI લીડર્સ પર ભારે દબાણ લાવે છે. તેના પૂર્વવર્તીના નવમા ભાગના ખર્ચે તાલીમ પામેલું મોડેલ કોડિંગ અને ઓફિસ કાર્યોમાં શ્રેષ્ઠ પરિણામો આપી શકે છે તે સાબિત કરીને, Alibaba ઉદ્યોગમાં પરિવર્તનની સંકેત આપી રહ્યું છે: AI નું ભવિષ્ય કદાચ સૌથી મોટા મોડેલ્સનું નહીં, પરંતુ સૌથી આર્કિટેક્ચરલ રીતે કાર્યક્ષમ મોડેલ્સનું હશે.

મુખ્ય મુદ્દાઓ

• આર્કિટેક્ચરલ પ્રિવ્યૂ: Qwen3.8-Flash-Next એક 51B N-gram એમ્બેડિંગ લેયર રજૂ કરે છે જે GPU નિર્ભરતા ઘટાડવા માટે સિસ્ટમ RAM નો ઉપયોગ કરે છે, જે Qwen4 આર્કિટેક્ચર માટે પૂર્વગામી છે.
• બેન્ચમાર્ક વર્ચસ્વ: આ મોડેલ એજન્ટિક કોડિંગ (SWE-bench Pro) અને પ્રોફેશનલ ઉત્પાદકતા (CoWorkBench) માં Claude Opus 4.6 અને DeepSeek-V4-Flash જેવા મોટા હરીફો કરતા વધુ સારું પ્રદર્શન કરે છે.
• અત્યંત ખર્ચ-કાર્યક્ષમતા: પ્રતિ ટોકન માત્ર 6B ના એક્ટિવ પેરામીટર કાઉન્ટ સાથે, આ મોડેલ ફ્લેગશિપ મોડેલ્સના માત્ર એક ભાગના ખર્ચે ઉચ્ચ સ્તરની બુદ્ધિ પ્રદાન કરે છે, જે વર્તમાન AI પ્રાઇસિંગ લેન્ડસ્કેપમાં મોટો ફેરફાર લાવી રહ્યું છે.