„Alibaba“ pristatė savo iki šiol pajėgiausią dirbtinio intelekto modelį Qwen3.8-Max, kuris savo parametrais nedaug atsilieka nuo vietinio konkurento „Moonshot AI“ kūrinio. Šis žingsnis rodo intensyvėjančią Kinijos technologijų milžinių kovą dėl galingesnių, tačiau ekonomiškai efektyvių sistemų kūrimo.

Daugiau parametrų, mažiau vėlavimo

Qwen3.8-Max modelis pasižymi 2,4 trilijono parametrų skaičiumi. „Alibaba“ atstovų teigimu, modelis naudoja „ekspertų mišinio“ (angl. mixture-of-experts) dizainą, kuris leidžia vienu metu aktyvuoti tik 95 milijardus parametrų. Toks techninis sprendimas padeda mažinti kaštus ir atsakymų vėlavimą.

Tiek Qwen3.8-Max, tiek „Moonshot AI“ modelis Kimi K3 gali apdoroti tekstą, vaizdus bei vaizdo įrašus, vienu metu priimdami iki 1 milijono duomenų vienetų (tokenų). „Alibaba“ nurodo, kad jų modelis atliko programinės įrangos inžinerijos projektą per 16 dienų.

Kaštų karai ir vertės matavimas

Kol „Alibaba“ orientuojasi į modelio pajėgumus, startuolis „DeepSeek“ agresyviai konkuruoja kaina. Rugpjūčio 1 d. bendrovė išleido V4-Flash modelį, kuris, tyrimų firmos „Artificial Analysis“ duomenimis, yra vienas pigiausių rinkoje.

V4-Flash įkainojamas 0,14 JAV dolerio už milijoną įvesties duomenų vienetų ir 0,28 JAV dolerio už milijoną išvesties duomenų vienetų. Tyrimų firmos vertinimu, V4-Flash vidutinė kaina vienam testui siekia 3 centus, palyginti su 3,15 JAV dolerio už „Anthropic“ modelį Claude Fable 5.

Ekspertai pabrėžia, kad vien tik skelbiama kaina ne visada atspindi tikrąją vertę. Modelis su maža kaina gali tapti brangus, jei jam reikia atlikti daugiau žingsnių užduočiai įvykdyti. Todėl vertinant efektyvumą svarbu atsižvelgti į tai, kiek duomenų modelis turi apdoroti ir sugeneruoti.

DI poveikis darbo rinkai

Dirbtinis intelektas tampa vis svarbesne darbo rinkų dalimi, tačiau jo sklaida kelia klausimų dėl profesinių skirtumų. Tyrimo, pateikto 2026 m. liepos 30 d., autoriai Rafiazka Hilman ir Julia Koltai pažymi, kad DI paklausa yra sutelkta techniniame branduolyje.

Apie 75–80 proc. su DI susijusių laisvų darbo vietų yra STEM (gamtos mokslų, technologijų, inžinerijos ir matematikos) srityse. DI intensyvūs darbai nuosekliai pabrėžia „Python“, SQL, mašininio mokymosi ir duomenų analizės įgūdžius.

Autorių teigimu, šie pokyčiai sukuria konvergenciją tarp techninių profesijų, tačiau kartu didina atskirtį nuo likusios darbo rinkos dalies. „Užuot demokratizavęs galimybes, DI, atrodo, stiprina profesinę stratifikaciją, didindamas kliūtis patekti į rinką ir koncentruodamas DI naudos gavėjus tarp darbuotojų bei profesijų, turinčių ankstesnių technologinių pranašumų“, – teigia tyrimo autoriai.

Tai nėra investavimo patarimas.

Šaltiniai

  1. [1] [arXiv | 2026-08-03] Occupational Convergence or Divergence? Mapping Labor Market Structural Shifts Driven by AI Penetration
  2. [2] [X.com] RT @bleysg: ⚡ If you have or want a DGX Spark, this post might be the most important one you come across this month.
  3. [3] [X.com] ⚡ If you have or want a DGX Spark, this post might be the most important one you come across this month.
  4. [4] [X.com] It’s been a busy couple of weeks! ICYMI, here’s the recap ⬇️
  5. [5] [X.com] As AI models are now finding vulnerabilities faster than we can fix them, our approach to securing software must be buil