Chiny przyspieszają w wyścigu AI. Alibaba i Moonshot rzucają na rynek modele liczone w bilionach parametrów

Alibaba udostępniła wersję testową swojego nowego flagowego modelu Qwen3.8-Max. System jest już dostępny na wybranych platformach programistycznych koncernu, a w najbliższym czasie ma zostać opublikowany w formule open weight, umożliwiającej deweloperom pobranie i modyfikowanie jego wag.

Według informacji przekazanych przez Alibaba Cloud model liczy 2,4 bln parametrów. Firma przedstawia go jako jeden z najmocniejszych systemów sztucznej inteligencji dostępnych obecnie na rynku i deklaruje, że pod względem możliwości ustępuje jedynie modelowi Claude Fable 5 firmy Anthropic.

Na razie należy jednak traktować tę hierarchię wyłącznie jako deklarację producenta. Alibaba nie opublikowała jeszcze pełnego raportu technicznego, wyników niezależnych testów ani szczegółowych danych dotyczących architektury modelu i liczby parametrów aktywowanych podczas pojedynczego zapytania. Zwracają na to uwagę pierwsi analitycy techniczni oceniający premierę Qwen3.8.

Moonshot podnosi poprzeczkę do 2,8 bln parametrów

Premiera Alibaba nastąpiła zaledwie kilka dni po prezentacji modelu Kimi K3 przez pekiński startup Moonshot AI. System ma liczyć 2,8 bln parametrów i – zgodnie z deklaracją spółki – być największym dotychczas modelem udostępnianym z otwartymi wagami.

Kimi K3 został zaprojektowany przede wszystkim z myślą o programowaniu, wykonywaniu wieloetapowych zadań przez agentów AI oraz analizie rozbudowanych materiałów. Model obsługuje kontekst o długości do miliona tokenów, co pozwala mu pracować m.in. na dużych zbiorach dokumentów lub rozbudowanych repozytoriach kodu. Pełne wagi modelu mają zostać opublikowane do 27 lipca 2026 r.

Zainteresowanie modelem okazało się na tyle duże, że Moonshot czasowo wstrzymał możliwość wykupywania nowych subskrypcji. Firma poinformowała, że popyt przekroczył jej dostępne moce obliczeniowe i zaczął zagrażać jakości usług świadczonych dotychczasowym klientom.

To sytuacja, która dobrze pokazuje największe ograniczenie chińskich producentów AI. Są oni coraz bardziej konkurencyjni pod względem samych modeli, ale nadal zmagają się z niedoborem najnowocześniejszych układów graficznych i ograniczoną dostępnością infrastruktury obliczeniowej.

Zhipu i MiniMax pod presją nowych premier

Wyścig nie ogranicza się do Alibaba i Moonshot. W ostatnich miesiącach nowe modele prezentowały także Zhipu AI, działająca obecnie pod marką Z.AI, oraz MiniMax.

Z.AI rozwija rodzinę GLM. Jej najnowszy model GLM-5.2 został zoptymalizowany pod kątem długotrwałego wykonywania zadań, programowania i pracy agentowej. Firma wskazuje m.in. na obsługę kontekstu sięgającego miliona tokenów oraz stabilniejsze wykonywanie złożonych operacji rozłożonych na wiele etapów.

Moonshot twierdzi, że Kimi K3 pokonuje GLM-5.2 w najważniejszych benchmarkach. Podobnie jak w przypadku deklaracji Alibaba, wyniki te wymagają jednak niezależnego potwierdzenia. Rankingi modeli AI potrafią zmieniać się z każdą premierą, a rezultaty zależą od rodzaju testu, konfiguracji systemu oraz sposobu oceniania odpowiedzi.

Reakcja inwestorów pokazała jednak, że rynek poważnie traktuje nowe rozdanie. Po prezentacji Qwen3.8-Max notowane w Hongkongu akcje Alibaba rosły w poniedziałek nawet o 5,6 proc. Kursy Z.AI i MiniMax spadały natomiast odpowiednio o około 13 i 5,7 proc. – wynika z danych przytoczonych przez „The Wall Street Journal”.

Parametry robią wrażenie, ale nie rozstrzygają wyścigu

Liczba parametrów stała się jednym z najczęściej eksponowanych elementów premier nowych modeli. Nie jest jednak prostym odpowiednikiem inteligencji ani jakości systemu.

Parametry można traktować jako wartości, które model dostosowuje podczas treningu, aby rozpoznawać zależności w danych i generować odpowiedzi. Większa ich liczba może zwiększać potencjał modelu, ale równie ważne są jakość danych treningowych, architektura, proces dostrajania, efektywność obliczeniowa oraz sposób wykorzystywania narzędzi zewnętrznych.

Ma to szczególne znaczenie w modelach typu mixture of experts. Mogą one mieć biliony parametrów łącznie, lecz podczas obsługi pojedynczego zapytania aktywować tylko ich część. Dzięki temu zachowują dużą pojemność, jednocześnie ograniczając koszty działania.

Dlatego dopiero pełne raporty techniczne i niezależne testy pokażą, czy Qwen3.8-Max i Kimi K3 rzeczywiście zbliżają się do najmocniejszych zamkniętych modeli Anthropic i OpenAI.

Chińska przewaga ma być otwarta

Najważniejszym elementem chińskiej strategii nie musi być jednak zajęcie pierwszego miejsca w benchmarkach. Alibaba, Moonshot, Z.AI i DeepSeek coraz częściej udostępniają modele z otwartymi wagami, licząc na szybkie przejęcie deweloperów i firm budujących własne aplikacje AI.

To podejście różni się od strategii największych amerykańskich laboratoriów. Najbardziej zaawansowane modele Anthropic i OpenAI są dostępne przede wszystkim jako zamknięte usługi chmurowe. Chińskie firmy próbują natomiast konkurować dostępnością, możliwością samodzielnego wdrożenia oraz niższymi kosztami.

Podobną strategię Alibaba realizowała już wcześniej. W lutym 2026 r. firma informowała, że model Qwen3.5 jest o 60 proc. tańszy w użyciu od poprzednika i nawet ośmiokrotnie wydajniejszy przy obsłudze dużych obciążeń.

Otwieranie wag nie oznacza przy tym pełnej transparentności. Firmy nie muszą publikować danych treningowych, szczegółów całego procesu uczenia ani kodu potrzebnego do odtworzenia modelu od podstaw. Mimo to możliwość pobrania i uruchomienia systemu we własnej infrastrukturze jest istotna dla przedsiębiorstw, które nie chcą przekazywać poufnych danych zewnętrznym operatorom.

Zwycięzców może zostać niewielu

Rosnąca skala modeli oznacza coraz większe koszty treningu, energii, centrów danych oraz zatrudnienia specjalistów. To może doprowadzić do konsolidacji chińskiego rynku.

– Konkurencja prawdopodobnie będzie się nasilać, aż na rynku pozostanie niewielka grupa twórców dużych modeli językowych zdolnych finansować rozwój systemów granicznych – oceniła Laila Khawaja, dyrektorka ds. badań w Gavekal Technologies, cytowana przez „The Wall Street Journal”.

Alibaba dysponuje własną chmurą, ogromnym zapleczem finansowym i szeroką bazą klientów biznesowych. Moonshot wspierają z kolei duzi inwestorzy, w tym Alibaba i Tencent. Według Reutersa startup zebrał dotychczas ponad 5,5 mld dolarów finansowania, osiągnął wycenę około 30 mld dolarów i przygotowuje się do potencjalnego debiutu giełdowego w Hongkongu.

Dla mniejszych producentów utrzymanie tempa może być coraz trudniejsze. Kolejne modele stają się większe, a ich użytkownicy oczekują już nie tylko sprawnego generowania tekstu, lecz także samodzielnego programowania, obsługi komputera i wykonywania wielogodzinnych procesów biznesowych.

Pekin chce zamienić ograniczenia w przewagę

Chińskie firmy rozwijają modele mimo ograniczonego dostępu do najbardziej zaawansowanych amerykańskich procesorów. Restrykcje eksportowe miały spowolnić chiński sektor AI, lecz jednocześnie zmusiły lokalnych producentów do silniejszego skupienia się na optymalizacji i efektywności.

Efektem jest model rozwoju oparty nie tylko na zwiększaniu mocy obliczeniowej, ale również na oszczędniejszym wykorzystywaniu infrastruktury, architekturach mixture of experts i szerokim udostępnianiu wag.

Dla amerykańskich firm zagrożeniem nie musi być jeden chiński model przewyższający ich systemy we wszystkich zadaniach. Bardziej realnym scenariuszem jest pojawienie się całej grupy wystarczająco dobrych, znacznie tańszych i szeroko dostępnych modeli, które przejmą dużą część globalnego rynku aplikacji AI.