Qwen2.5-Max API предоставляет хостинговый доступ к большой языковой модели типа Mixture-of-Experts от команды Qwen. Она была запущена через Qwen Chat и Alibaba Cloud Model Studio. Эта история запуска полезна, но не является проверкой текущей доступности. Если вы хотите использовать модель через OdiRouter, сначала выполните поиск в актуальном каталоге и скопируйте точный идентификатор модели, возвращённый для вашего API-ключа.
Что такое Qwen2.5-Max
Qwen2.5-Max — это проприетарная хостинговая модель MoE. Команда Qwen заявляет, что модель была предварительно обучена более чем на 20 триллионах токенов, а затем дообучена на отобранных данных SFT и с использованием RLHF. При запуске её идентификатор модели API был qwen-max-2025-01-25.
В анонсе также приведены результаты MMLU-Pro, LiveCodeBench, LiveBench, Arena-Hard и GPQA-Diamond. Воспринимайте эти результаты как снимок на определённую дату, а не как универсальный рейтинг. Ваши собственные запросы, правила вывода, требования к задержке и бюджет — более надёжные критерии для выбора решения для продакшена.
Что меняет архитектура MoE
Плотный трансформер применяет один и тот же набор параметров к каждому входу. Модель Mixture-of-Experts использует маршрутизатор, благодаря которому разные входы могут активировать разные группы параметров экспертов. Исследования с участием небольшого числа экспертов показывают, почему это важно: модель может обладать большой общей производительностью, не активируя каждый параметр для каждого входного значения.
Публичный анонс Qwen подтверждает, что Qwen2.5-Max — это крупномасштабная модель MoE. В нем не раскрываются все правила маршрутизации или подробности распределения экспертов. Разреженная активация может сделать очень большую модель практичной, однако маршрутизация, коммуникация и обучение по-прежнему остаются сложными инженерными задачами.
Предварительное обучение формирует широкие языковые и предметные закономерности. SFT обучает ответам на основе тщательно отобранных примеров. Затем RLHF использует сигналы предпочтений для корректировки поведения. Ни один из этих этапов не делает модель автоматически достоверной, поэтому важные результаты всё равно необходимо проверять.
Перед тем как писать код, проверьте наличие OdiRouter.
Доступность моделей меняется. На момент исследования этой страницы в публичной карте сайта моделей OdiRouter не была указана Qwen2.5-Max. Аутентифицированный каталог может показывать другой набор, а модель впоследствии может быть добавлена, переименована, ограничена или снята с обслуживания.
Выполните поиск в каталоге через документированную конечную точку:
curl --location "https://api.odirouter.ai/v1/models/catalog?keyword=qwen&provider=Qwen&category=llm&page=1&page_size=100" \
--header "Authorization: Bearer $ODIROUTER_API_KEY"Если отображается Qwen2.5-Max, используйте в ответе точный id. Если он не отображается, не выдумывайте идентификатор. Выберите актуальную модель Qwen из OdiRouter либо используйте Alibaba Cloud Model Studio, если вашему проекту специально требуется исторический выпуск Qwen2.5-Max. В model catalog reference перечислены поддерживаемые фильтры и поля ответа.
Сделайте запрос через OdiRouter
Используйте OdiRouter quick start, чтобы создать аккаунт, выпустить API-ключ и подготовить аккаунт к платным вызовам. Храните ключ в переменной окружения на стороне сервера, а не в коде браузера или репозитории.
Перед отправкой трафика проверьте текущие позиции тарификации для идентификатора каталога:
curl --location "https://api.odirouter.ai/v1/models/catalog/MODEL_ID_FROM_CATALOG/pricing" \
--header "Authorization: Bearer $ODIROUTER_API_KEY"OdiRouter документирует https://api.odirouter.ai/v1 как базовый URL LLM. Его конечная точка завершения чата использует структуру запроса, совместимую с OpenAI, поэтому для существующей интеграции OpenAI SDK требуется только ключ OdiRouter, базовый URL и действительный идентификатор модели.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["ODIROUTER_API_KEY"],
base_url="https://api.odirouter.ai/v1",
)
response = client.chat.completions.create(
model="MODEL_ID_FROM_CATALOG",
messages=[
{"role": "system", "content": "Answer accurately and state uncertainty."},
{"role": "user", "content": "Explain sparse expert routing in plain language."},
],
temperature=0.2,
max_tokens=500,
)
print(response.choices[0].message.content)В документе OdiRouter OpenAI SDK guide описана та же схема подключения.
Сначала устраните распространённые ошибки.
Симптом | Проверка |
|---|---|
| Убедитесь, что |
Модель не найдена | Повторите запрос к каталогу и скопируйте точно найденный результат |
Цена отличается от указанной в старой статье | Ознакомьтесь с текущим ответом о ценах на модели, включая его единицы измерения и позиции тарификации |
Результат отличается от описанного в старом обзоре | Зафиксируйте идентификатор модели и дату, поскольку размещённые редакции и маршрутизация могут меняться |
Важные факты выглядят неопределёнными | Добавьте контекст из надёжных источников и проверьте ответ за пределами модели |
Не путайте Max с каждым выпуском Qwen2.5
Семейство Qwen2.5 включает как выпуски с открытыми весами, так и размещённые проприетарные модели. В техническом отчёте Qwen2.5 размеры моделей с открытыми весами рассматриваются отдельно от размещённых проприетарных вариантов MoE. То, что другие контрольные точки Qwen2.5 имеют открытые веса, не означает, что Qwen2.5-Max доступна для локального развёртывания.
Источники и следующий полезный шаг
Приведённые выше сведения о модели взяты из official Qwen2.5-Max announcement и Qwen2.5 technical report. Switch Transformers paper подтверждает общее объяснение разреженной маршрутизации экспертов. Сведения об API OdiRouter взяты из его официальной документации по быстрому началу работы, настройке, каталогу, ценам, Chat Completions и SDK.
Откройте текущий OdiRouter models page, найдите Qwen и проверьте точный идентификатор модели и цену. Затем укажите возвращённый идентификатор в запросе, а не полагайтесь на название, скопированное из старого руководства.