Kiinalainen Alibaba on julkaissut uuden Qwen3.8-Max-tekoälymallinsa, joka on yhtiön tähän mennessä suurin ja tehokkain kielimalli. Samalla kilpailija DeepSeek jatkaa hintakilpailun kiristämistä V4-Flash-mallillaan, jonka inferenssikustannukset ovat selvästi useita kilpailevia malleja alhaisemmat.
Julkaisut osoittavat, että tekoälymarkkinoilla kilpailu ei enää ratkea pelkästään mallien suorituskyvyllä. Kehittäjät vertailevat yhä enemmän myös käyttökustannuksia, vasteaikoja sekä mahdollisuutta ajaa malleja omassa infrastruktuurissa.
Qwen3.8-Max on Alibaban suurin AI-malli
Qwen3.8-Max sisältää Alibaban mukaan yhteensä 2,4 biljoonaa parametria. Malli hyödyntää mixture-of-experts (MoE) -arkkitehtuuria, jossa koko mallia ei aktivoida jokaisen pyynnön yhteydessä.
Sen sijaan käytössä on noin 95 miljardia aktiivista parametria kerrallaan, mikä pienentää laskentatehon tarvetta ja nopeuttaa vastausten muodostamista verrattuna perinteisiin malleihin.
Alibaba kertoo mallin tukevan:
- tekstin käsittelyä
- kuvien analysointia
- videon ymmärtämistä
- jopa miljoonan tokenin konteksti-ikkunaa.
Yhtiön mukaan Qwen3.8-Max onnistui myös suorittamaan ohjelmistokehitysprojektin, joka kesti yhtäjaksoisesti 16 päivää.
Kimi K3 on edelleen yksi tärkeimmistä kilpailijoista
Qwen3.8-Max kilpailee erityisesti Moonshot AI:n heinäkuussa julkaistun Kimi K3 -mallin kanssa.
Kimi K3 sisältää noin 2,8 biljoonaa parametria, joista noin 104 miljardia on aktiivisia yhtä aikaa. Mallit ovat siis kooltaan hyvin lähellä toisiaan.
Hintatasossa Alibaba tarjoaa kuitenkin selvästi edullisemman vaihtoehdon.
Qwen3.8-Max maksaa:
- 2 dollaria miljoonalta syötetokenilta
- 6 dollaria miljoonalta tulostokenilta.
Vastaavat hinnat Kimi K3:ssa ovat:
- 3 dollaria syötetokeneista
- 15 dollaria tulostokeneista.
Pelkkä token-hinta ei kuitenkaan kerro koko totuutta mallien todellisista käyttökustannuksista.
DeepSeek keskittyy ennen kaikkea hintaan
DeepSeek on valinnut kilpailussa hieman erilaisen strategian.
Sen V4-Flash-malli on huomattavasti pienempi kuin Alibaban ja Moonshot AI:n uusimmat mallit, mutta sen hinnoittelu on markkinoiden edullisimpia.
Artificial Analysisin mukaan V4-Flash maksaa:
- 0,14 dollaria miljoonalta syötetokenilta
- 0,28 dollaria miljoonalta tulostokenilta.
Mallissa on yhteensä 284 miljardia parametria, joista vain noin 13 miljardia aktivoituu jokaisen pyynnön aikana.
DeepSeek hyödyntää siis samaa MoE-rakennetta kuin Alibaba, mutta huomattavasti pienemmässä mittakaavassa.
Tehtävän hinta ratkaisee enemmän kuin token-hinta
Yksi raportin keskeisistä havainnoista on, ettei alhainen token-hinta automaattisesti tarkoita halvempaa käyttöä.
Todellinen kustannus riippuu esimerkiksi:
- kuinka paljon malli tuottaa vastauksia
- montako vuorovaikutusta tehtävän ratkaiseminen vaatii
- kuinka paljon laskentaa jokainen vaihe käyttää.
Artificial Analysis arvioi esimerkiksi benchmark-testissä, että DeepSeek V4-Flash suoritti tehtävän keskimäärin noin 0,03 dollarilla.
Vertailun vuoksi:
- Kimi K3:n keskimääräinen kustannus oli 0,86 dollaria
- OpenAI GPT-5.6 Sol noin 1,86 dollaria
- Anthropic Claude Fable 5 noin 3,15 dollaria.
Erot syntyvät paitsi hinnoittelusta myös siitä, kuinka paljon kukin malli käyttää tokeneita tehtävän suorittamiseen.
Kimi K3 tuottaa paljon enemmän sisältöä
Artificial Analysis nostaa esiin myös sen, että Kimi K3 käyttää monimutkaisissa agenttitehtävissä huomattavan paljon enemmän tokeneita kuin monet kilpailijansa.
AA-Briefcase-testissä malli:
- tuotti keskimäärin noin 120 000 tulostokenia
- käytti noin 83 erillistä mallikutsua yhden tehtävän ratkaisemiseen.
Tämän seurauksena yhden tehtävän hinnaksi muodostui keskimäärin 10,57 dollaria, vaikka API-hinnoittelu ei ensi silmäyksellä vaikuta erityisen korkealta.
Avoimet mallipainot lisäävät vaihtoehtoja
Alibaba, DeepSeek ja Moonshot AI ovat kaikki jatkaneet niin sanottujen open-weight-mallien julkaisemista.
Tämä tarkoittaa, että kehittäjät voivat ajaa mallit myös omassa ympäristössään tai kolmannen osapuolen palveluissa sen sijaan, että kaikki laskenta tapahtuisi valmistajan omien API-rajapintojen kautta.
Esimerkiksi DeepSeek V4-Flash on saatavilla MIT-lisenssillä Hugging Facessa, kun taas Kimi K3 julkaistaan Moonshot AI:n omalla lisenssillä.
Avoimet mallipainot antavat yrityksille enemmän vapautta hallita kustannuksia, infrastruktuuria ja tietoturvaa.
AI-kilpailu siirtyy suorituskyvystä kustannustehokkuuteen
Viime kuukausien kehitys osoittaa, että AI mallien kilpailu ei enää keskity pelkästään siihen, mikä malli saavuttaa parhaat tulokset testeissä.
Yhä useammat yritykset arvioivat myös:
- käyttökustannuksia
- vasteaikoja
- konteksti-ikkunan kokoa
- mahdollisuutta käyttää mallia omassa infrastruktuurissa.
Alibaban Qwen3.8-Max kasvattaa kilpailua suorituskyvyssä, kun taas DeepSeek pyrkii houkuttelemaan kehittäjiä erityisesti erittäin alhaisella hinnoittelulla. Samalla avoimet mallit tarjoavat vaihtoehdon suljetuille kaupallisille palveluille, joita esimerkiksi OpenAI, Anthropic ja Google edelleen pääosin hyödyntävät.