Qwen4-Max ลดต้นทุนงานเดี่ยวลง 58% และ Citi ตั้งเป้าหมายที่ 193 ดอลลาร์สหรัฐสำหรับ Alibaba

iconTechFlow
แชร์
AI summary iconสรุป
Qwen4-Max ของ Alibaba ลดต้นทุนงานเดียวลง 58% จากราคาเฉลี่ย 26.58 หยวน เหลือ 11.16 หยวน นักวิเคราะห์จาก Citi ตั้งเป้าหมายราคาที่ 193 USD สำหรับ Alibaba ซึ่งมีศักยภาพเพิ่มขึ้น 109.3% จากราคาในวันที่ 16 พฤศจิกายนที่ 92.21 USD รายงานดังกล่าวชี้ว่า Qwen4-Max เปลี่ยนการแข่งขันของโมเดลไปสู่ประสิทธิภาพด้านต้นทุนและการประยุกต์ใช้งานในกระบวนการ แอลต์คอยน์ที่ควรจับตาอยู่ในจุดโฟกัสต่อไป โดยรายงานตลาดรายวันเน้นถึงผลกำไรขององค์กรที่ขับเคลื่อนด้วย AI

โมเดลแฟลกชิพที่ Alibaba เปิดตัว Qwen4-Max ลดค่าใช้จ่ายเฉลี่ยต่อภารกิจหนึ่งครั้งจาก 26.58 หยวนจีนเหลือ 11.16 หยวน ลดลง 58%

ทีมของนักวิเคราะห์จาก Citibank นำโดย Alicia Yap ยังคงให้คะแนนการซื้อต่อ Alibaba (BABA) ในรายงานวันที่ 16 พฤศจิกายน โดยมีเป้าหมายราคาที่ 193 ดอลลาร์สหรัฐ ซึ่งมีศักยภาพในการเพิ่มขึ้น 109.3% จากราคาหุ้นในระหว่างวันที่ 16 พฤศจิกายนที่ 92.21 ดอลลาร์สหรัฐ

บริษัทเชื่อว่า Qwen4-Max แสดงให้เห็นว่าการแข่งขันในโมเดลขนาดใหญ่กำลังเปลี่ยนจากแค่การสะสมพารามิเตอร์ไปสู่การประยุกต์ใช้งานจริงของเอเจนต์ (Agent) แบบรอบ-clock และผลตอบแทนทางเศรษฐกิจสำหรับองค์กร

พารามิเตอร์การเปิดใช้งานมีเพียง 71 พันล้าน ค่าใช้จ่ายโทเค็นสูงสุดถูกลดลงเกือบครึ่งหนึ่ง

วันที่ 16 พฤศจิกายน อาลีบาบาอย่างเป็นทางการเปิดตัวโมเดลพื้นฐานแบบผสมผสานผู้เชี่ยวชาญ (MoE) รุ่นแฟลกชิป Qwen4-Max ที่ใช้สถาปัตยกรรม Qwen4 ใหม่ โมเดลนี้มีพารามิเตอร์ทั้งหมด 2.4 ล้านล้าน แต่เมื่อสร้างโทเค็นแต่ละตัว จะเปิดใช้งานเพียง 71,000 ล้านพารามิเตอร์ และรองรับหน้าต่างบริบท 1 ล้านโทเค็นพร้อมการประมวลผลภาพแบบเนทีฟ

การเปลี่ยนแปลงในระดับสถาปัตยกรรมแปลเป็นการเพิ่มประสิทธิภาพการให้เหตุผลโดยตรง รายงานของ Citigroup ชี้ให้เห็นว่า Qwen4-Max ได้แนะนำเทคโนโลยีการให้ความสนใจแบบบางส่วน (QSA), ทางเดินแบบมีเกต (GR) และการฝังคำ N-gram ขนาด 328,000 ล้าน ซึ่งลดต้นทุนการคำนวณในการให้เหตุผลงานระยะยาวอย่างมาก

ในการทดสอบจริง ปริมาณโทเค็นที่ใช้โดย Qwen4-Max ลดลงอย่างชัดเจนเมื่อเปรียบเทียบกับรุ่นก่อนหน้า Qwen3.8-Max โดยลดลง 24% ถึง 35% ภายใต้ภาระงานสูงของ Work360 และลดลงถึง 48% ถึง 49% ในการทดสอบการเขียนโปรแกรม Terminal-Bench 4.0

คำที่ประหยัดได้กลายเป็นเงินสดจริงสำหรับลูกค้าองค์กร ข้อมูลจากซิตี้แสดงว่าต้นทุนเฉลี่ยต่อภารกิจของ Qwen4-Max ลดลงเหลือ 11.16 หยวนจีน ลดลงประมาณ 58% จาก 26.58 หยวนของ Qwen3.8-Max

ราคา API ยังคงมีความคุ้มค่าสูง ปัจจุบัน Qwen4-Max ได้เปิดให้เรียกใช้งานบนแพลตฟอร์ม Tongyi Qianwen แล้ว โดยราคาสำหรับการป้อนข้อมูลและผลลัพธ์ในประเทศจีนอยู่ที่ 10 หยวนและ 30 หยวนจีนต่อหนึ่งล้านโทเค็น ขณะที่ราคาต่างประเทศอยู่ที่ 1.5 ดอลลาร์สหรัฐและ 4.5 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเค็น

จากเขียนโค้ดไปจนถึงการตรวจสอบทางการเงิน โมเดลเริ่มรับผิดชอบงานที่ซับซ้อนและยาวนาน

หลังจากต้นทุนลดลง อาลีบาบาได้เริ่มนำเสนอ Qwen4-Max ไปยังสภาพแวดล้อมการผลิตขององค์กรที่ต้องการความร่วมมือหลายขั้นตอน

ในการทดสอบการพัฒนาเว็บไซต์ CodeArena Qwen4-Max ได้คะแนน 1750 คะแนน และอยู่อันดับที่หกของโลก ในการทดสอบภารกิจระยะยาวและมีมูลค่าสูง Agents' Last Exam v1.1 คะแนนของมันเพิ่มขึ้นจาก 27.9 ของรุ่นก่อนหน้าเป็น 46.7

Citibank สรุป four สถานการณ์การใช้งานจริงที่ Alibaba นำเสนอ โดยเน้นหลักในการใช้ตัวแทนอัจฉริยะแทนมนุษย์ในการดำเนินกระบวนการที่ซ้ำซาก

ก่อนอื่นคือการครอบคลุมอุตสาหกรรมและอุตสาหกรรมเฉพาะทาง โครงร่างสถานการณ์ Work360 ที่ Alibaba สร้างขึ้นได้ครอบคลุม 26 อุตสาหกรรมหลัก 182 อุตสาหกรรมย่อย และ 721 สาขาเฉพาะย่อย ในอุตสาหกรรมการผลิตรถยนต์ โมเดลนี้ได้เริ่มมีส่วนร่วมในการจัดตารางการผลิต การออกแบบชิ้นส่วน และการยืนยันกระบวนการ

ถัดมาคือเนื้อหาสามมิติและการพัฒนาเกม โดยการเชื่อมต่อกับ Blender Qwen4-Max สามารถสนับสนุนการออกแบบสถาปัตยกรรม การจัดสรรวัสดุ และการเรนเดอร์แสง รวมถึงสามารถสร้างฉากและเขียนตรรกะการเล่นผ่านคำสั่งภาษาธรรมชาติใน Unity, Unreal Engine และ Godot

ในบริบททางการเงินและกฎหมาย Qwen4 สามารถเรียกใช้เครื่องมือ MCP จำนวน 90 ตัว ซึ่งครอบคลุมข้อมูลงบการเงิน อัตราดอกเบี้ย และข้อมูลอนุพันธ์ของตลาดหุ้น A, ฮ่องกง และสหรัฐฯ โมเดลสามารถดำเนินการทดสอบย้อนหลังแบบหลายปัจจัยและการเปรียบเทียบหุ้นและพันธบัตร พร้อมส่งออกรายงานโดยตรงในรูปแบบ Excel หรือ PPT รวมถึงช่วยในการดำเนินการตรวจสอบทางกฎหมายสำหรับการเข้าตลาดของบริษัทและตัดสินใจทางการแพทย์จากแหล่งข้อมูลหลายแห่ง

เพื่อรองรับการดำเนินงานแบบไม่มีผู้ดูแลเป็นเวลานาน Qwen4-Max ได้เพิ่มความสามารถใหม่ "Live Delivery" ซึ่งอนุญาตให้ตัวแทนสามารถปรับผลลัพธ์แบบเรียลไทม์ตามข้อเสนอแนะจากผู้ใช้ระหว่างการดำเนินการ

ความต้องการการประมวลผลแบบคลาวด์กลายเป็นตัวขับเคลื่อนหลัก ค่าประเมินส่วนย่อยอาจสูงถึง 193 ดอลลาร์

ซิตี้เชื่อว่า การแพร่กระจายอย่างรวดเร็วของตัวแทนระดับองค์กรและโมเดลเป็นบริการ (MaaS) จะเป็นแรงขับเคลื่อนหลักในการเติบโตของรายได้ของ Alibaba Cloud ในอนาคต พร้อมกับต้นทุนการดำเนินงานลดลง 58% บริษัทต่างๆ จึงมีความเต็มใจเชื่อมต่อกระบวนการพัฒนาซอฟต์แวร์ การวางแผนการผลิต และกระบวนการวิจัยทางการเงินเข้ากับอินเทอร์เฟซของ Alibaba Cloud ซึ่งส่งผลให้ความต้องการพลังการประมวลผลการอนุมานเพิ่มขึ้นอย่างต่อเนื่อง

ในด้านวิธีการประเมินมูลค่า ซิตี้ใช้วิธีการรวมส่วนย่อย (SOTP) ในการปรับราคาใหม่สำหรับอาลีบาบา ธนาคารนี้ให้สัดส่วนราคาต่อกำไร (P/E) 10 เท่าสำหรับกำไรสุทธิของกลุ่มธุรกิจอีคอมเมิร์ซ Taotian ในปีงบประมาณ 2027 ให้สัดส่วนราคาต่อรายได้ (P/S) 7.0 เท่าสำหรับรายได้จากบริการคลาวด์และพลังการคำนวณ AI ในปีงบประมาณ 2027 ให้สัดส่วนราคาต่อรายได้ (P/S) 5.0 เท่าสำหรับรายได้จากห้องปฏิบัติการและแอปพลิเคชัน AI และให้สัดส่วนราคาต่อรายได้ (P/S) 0.2 เท่าสำหรับธุรกิจอื่นๆ โดยมีส่วนลด 30% สำหรับตำแหน่งเงินสดสุทธิ

เมื่อรวมกิจกรรมทั้งหมดแล้ว ซิตี้สรุปมูลค่าที่เป็นธรรมต่อหุ้นหนึ่งหุ้นของอาลีบาบาอยู่ที่ 193 ดอลลาร์สหรัฐ โดยมีอัตราเงินปันผลที่คาดหวังที่ 2.2% คาดการณ์ผลตอบแทนรวมที่ 111.5%

รายงานยังชี้ให้เห็นถึงความเสี่ยงหลักหกประการที่อาจทำให้ผลลัพธ์ลดลง ได้แก่ การดำเนินกลยุทธ์新零售 ไม่เป็นไปตามที่คาดหวัง การเพิ่มการลงทุนเชิงกลยุทธ์ทำให้อัตรากำไรลดลง การเติบโตของปริมาณผู้ใช้และยอดการซื้อขายสินค้าออนไลน์ (GMV) ชะลอตัวลง ความเสี่ยงจากการบูรณาการธุรกิจที่เพิ่งซื้อมา ความตึงเครียดทางการค้าระหว่างสหรัฐฯ และจีน รวมถึงความผันผวนของเศรษฐกิจมหภาค และความเสี่ยงด้านการกำกับดูแลที่เกิดจากคุณภาพสินค้าของผู้ขาย

Ledger สำหรับองค์กร

บทความนี้เป็นการรวบรวมและตีความรายงานการวิจัยจากบริษัทโบรกเกอร์ภายนอก คำแนะนำด้านการจัดอันดับ ราคาเป้าหมาย ข้อมูลการทำกำไร และการตัดสินใจที่อ้างอิงในบทความนี้ ล้วนเป็นมุมมองของนักวิเคราะห์ของบริษัทโบรกเกอร์ดังกล่าว และสะท้อนเพียงมุมมองขององค์กรที่พวกเขาสังกัดเท่านั้น ไม่ใช่มุมมองของ Chaoxiang Research และไม่ถือเป็นคำแนะนำด้านการลงทุนใดๆ

ตลาดมีความเสี่ยง การตัดสินใจต้องเป็นของตนเอง บทความนี้ไม่ควรใช้เป็นพื้นฐานในการซื้อหรือขายหลักทรัพย์ใดๆ

คำปฏิเสธความรับผิดชอบ: ข้อมูลในหน้านี้อาจได้รับจากบุคคลที่สาม และไม่จำเป็นต้องสะท้อนถึงมุมมองหรือความคิดเห็นของ KuCoin เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยไม่มีการรับรองหรือการรับประกัน และจะไม่ถูกตีความว่าเป็นคำแนะนำทางการเงินหรือการลงทุน KuCoin จะไม่รับผิดชอบต่อความผิดพลาดหรือการละเว้นในเนื้อหา หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้ข้อมูลนี้ การลงทุนในสินทรัพย์ดิจิทัลอาจมีความเสี่ยง โปรดประเมินความเสี่ยงของผลิตภัณฑ์และความเสี่ยงที่คุณยอมรับได้อย่างรอบคอบตามสถานการณ์ทางการเงินของคุณเอง โปรดดูข้อมูลเพิ่มเติมได้ที่ข้อกำหนดการใช้งานและเอกสารเปิดเผยข้อมูลความเสี่ยงของเรา