AI summary
Model Qwen3 terbaru dari Alibaba menunjukkan kinerja yang lebih baik dalam matematika dan kemampuan coding dibandingkan dengan kompetitor. Model ini mendukung pemrosesan teks yang lebih panjang hingga 256.000 token berkat peningkatan dalam mode non-thinking. Alibaba akan mengintegrasikan model Qwen yang lebih kecil ke dalam asisten pintar di PC mereka untuk meningkatkan produktivitas pengguna. Alibaba Group baru-baru ini merilis pembaruan untuk model bahasa besar (LLM) mereka, Qwen3, yang menunjukkan peningkatan signifikan dalam berbagai kemampuan seperti pemahaman instruksi, logika, teks, matematika, sains, pengkodean, dan penggunaan alat. Model terbaru ini dikenal sebagai Qwen3-235B-A22B-Instruct-2507-FP8.Dalam tes matematika bergengsi American Invitational Mathematics Examination 2025, model ini berhasil mendapatkan skor 70,3, yang lebih unggul dibandingkan model pesaing dari DeepSeek dan OpenAI yang masing-masing memperoleh skor 46,6 dan 26,7. Hal ini menunjukkan keunggulan Qwen3 dalam penguasaan matematika.Dari segi kemampuan pengkodean, Qwen3 juga menunjukan kehebatan dengan skor 87,9 pada benchmark MultiPL-E. Skor ini mengungguli model serupa dari DeepSeek dan OpenAI yang memiliki skor lebih rendah, meskipun masih tertinggal dibanding model Claude Opus 4 Non-thinking dari Anthropic.Model terbaru ini hanya mendukung mode non-thinking, artinya ia langsung menghasilkan hasil tanpa memberikan langkah penalaran secara eksplisit. Keunggulan lain dari versi ini adalah kapasitasnya meningkat delapan kali lipat hingga bisa memproses teks hingga 256.000 token sekaligus, memungkinkan dialog atau pemrosesan dokumen yang sangat panjang.Selain itu, Alibaba mengumumkan bahwa mereka akan mengintegrasikan model Qwen dengan 3 miliar parameter ke dalam asisten pintar yang dimiliki HP bernama Xiaowei Hui, yang dipakai pada komputer pribadi di Tiongkok. Dengan ini, asisten tersebut akan lebih cakap dalam membantu membuat dokumen dan merangkum hasil rapat.
Peningkatan signifikan yang dilakukan Alibaba menunjukkan kemajuan teknologi AI yang tidak hanya berfokus pada kapasitas parameter, tetapi juga pada optimasi kemampuan praktis seperti matematika dan coding yang penting bagi aplikasi dunia nyata. Namun, penggunaan mode non-thinking mungkin membatasi adopsi dalam kasus yang membutuhkan penalaran berlapis yang kompleks, sehingga masih ada ruang untuk pengembangan model berpikir yang lebih maju.
