近年、生成系AI市場の競争が激化しており、アリババクラウドがAI製品の価格を最大85%値下げしたことが、この市場における熾烈な争奪戦の最新の証となりました。アリババのクラウドコンピューティング部門による値下げは、ビジョン言語モデルQwen-VLで最大となり、中国のテクノロジー大手間の競争激化を象徴しています。過去1年半で、アリババ、テンセント、百度、京東、字節跳動などの中国テクノロジー企業が、それぞれ独自のLLM（大規模言語モデル）を投入しましたが、これらの製品間の差異は…

近年、ジェネレーティブAI市場の競争は激化の一途を辿っており、価格競争も激しさを増しています。先日、中国のテクノロジー大手阿里巴巴傘下のクラウドコンピューティング部門である阿里巴巴クラウドは、同社のAI製品の値下げを発表し、最大85％の値下げを実施しました。中でも、ビジョン言語モデルQwen-VLの値下げ幅は最も大きくなっています。この動きは、中国の主要テクノロジー企業におけるAI分野の競争が白熱化していることを示しています。過去1年半で、阿里巴巴、テンセント、百度、京東、華為、そして字節跳動などの企業が次々と大規模言語モデルを発表しました。

今年5月と9月に2度の値下げを実施した後、アリババクラウドは再び大規模言語モデルの価格改定を発表し、今年3度目の値下げとなります。今回の値下げ幅は非常に大きく、通義千問シリーズの画像認識モデル全線が80％以上値下げされました。特に、Qwen-VL-Plusモデルは81％値下げされ、入力価格はわずか0.0015元/千tokensと業界最安値を達成しました。より高性能なQwen-VL-Maxも85％値下げされ、0.003元/千tokensとなりました。

アリババクラウドは、8月に汎用モデルQwen-7Bをオープンソースで公開したのに続き、視覚言語モデルQwen-VLをオープンソースで公開しました。Qwen-VLは、中国語と英語に対応しており、画像キャプション生成、画像質問応答、文書質問応答などが可能です。また、中国語のオープンな領域における視覚的ローカリゼーションにも対応し、画像内の検出ボックスに注釈を付けることができます。

Qwen-VLは、阿里云が発表した大規模ビジョン言語モデルであり、画像とテキストの入力をサポートします。他のビジョン言語モデルと比較して、Qwen-VLは視覚的ローカリゼーション、画像テキストの理解などの機能が追加されています。Qwen-VLはGitHubで3400以上のスターを獲得し、ダウンロード数は40万回を超えています。