Alibaba представила Tongyi DeepResearch, новую крупномасштабную языковую модель, разработанную для конкуренции с ведущими системами ИИ, такими как Deep Research от OpenAI.
Запуск знаменует важный шаг в усилиях Alibaba по расширению своего влияния на глобальном рынке ИИ, ориентируясь на предприятия, чувствительные к затратам, исследовательские институты и пользователей с высокой производительностью.
Что такое Tongyi DeepResearch?
Tongyi DeepResearch, агент ИИ с открытым исходным кодом, разработанный лабораторией Tongyi Lab компании Alibaba Cloud, был официально выпущен 17 сентября 2025 года.
Созданная как специализированная крупномасштабная языковая модель (LLM), она оптимизирована для длительных задач глубокого поиска информации, таких как многоэтапные веб-исследования, составление отчетов и решение сложных запросов.
В отличие от чат-ботов, ориентированных на потребителей, Tongyi DeepResearch делает акцент на интеллекте исследовательского уровня, технической точности и экономической эффективности. Ее позиционирование ясно ориентировано на профессионалов, работающих в академической среде, финансах, здравоохранении и других отраслях с высокой интенсивностью данных.
Модель построена на архитектуре Mixture-of-Experts (MoE) с общим количеством 30,5 миллиарда параметров, из которых только 3–3,3 миллиарда активны для каждого токена. Такая конструкция обеспечивает высокую вычислительную эффективность без ущерба для производительности.
Примечательно, что Alibaba сделала полную модель, конвейер обучения и фреймворк вывода общедоступными на GitHub и Hugging Face, что делает ее первым полностью открытым веб-агентом, способным конкурировать с проприетарными системами.
(Страница Alibaba Tongyi DeepResearch на GitHub)
Основные функции и возможности
Интеллект (бенчмарки)
Tongyi DeepResearch демонстрирует лучшие результаты в специализированных агентских бенчмарках.
Она лидирует в xbench-DeepSearch (75.0), BrowseComp-ZH (46.7) и GAIA (70.9), проявляя особую силу в поиске на китайском языке и предметно-ориентированном мышлении.
В BrowseComp-EN она набрала 35.3, опередив OpenAI на 32% в агентских рабочих процессах, хотя все еще отстает в общих оценках в стиле MMLU, где проприетарные модели, такие как OpenAI и Anthropic, достигают точности около 88–90%.
В итоге интеллект Tongyi настроен на исследования и фактическую глубину, а не на широкий спектр потребительских задач.
Экономическая эффективность
Tongyi DeepResearch доступна бесплатно для разработчиков и предприятий, так как она выпущена как модель с открытым исходным кодом под лицензией Apache 2.0.
Эта разрешительная лицензия позволяет использовать модель в коммерческих целях, настраивать и развертывать ее.
Модель можно загрузить и запустить через Hugging Face, GitHub или платформу ModelScope от Alibaba.
Хотя сама модель бесплатна, провайдеры API могут взимать плату за хостинговый доступ.
Например, OpenRouter указывает цены на модель Tongyi DeepResearch 30B A3B: $0.09 за 1 миллион входных токенов и $0.45 за 1 миллион выходных токенов.
Эта ставка значительно ниже стоимости проприетарных конкурентов, таких как Google Gemini или Anthropic Claude, которые обычно стоят несколько долларов за миллион токенов.
В результате Tongyi предлагает одно из самых экономичных решений для масштабных, исследовательски интенсивных рабочих нагрузок.
Контекстное окно
Tongyi поддерживает контекстное окно в 128 000 токенов, что соответствует GPT-4o, но уступает Gemini с его 1–2 миллионами токенов.
Хотя она не может обрабатывать сверхдлинные документы на уровне Gemini, 128K достаточно для большинства задач корпоративного уровня, таких как обзоры литературы, соблюдение нормативных требований и запросы к большим наборам данных.
Скорость и развертывание
Построенная на архитектуре Mixture-of-Experts (MoE), Tongyi обеспечивает высокую пропускную способность при низкой задержке.
Оценочная пропускная способность превышает 100 токенов в секунду на скромном оборудовании, а время до первого токена составляет менее одной секунды.
В отличие от проприетарных систем, требующих тяжелой инфраструктуры, легкая конструкция Tongyi позволяет развертывать ее на потребительских ПК, что повышает доступность для исследовательских групп и малых предприятий.
Масштаб и доступность
Tongyi DeepResearch работает с 30,5 миллиарда параметров, из которых 3 миллиарда активны для каждого запроса, что значительно меньше триллионных моделей от OpenAI или Google.
Несмотря на меньший масштаб, Tongyi обеспечивает почти паритет в агентских бенчмарках.
Самое важное — она полностью открыта на GitHub и Hugging Face, в отличие от закрытых API GPT, Gemini и Claude.
Эта открытость позволяет разработчикам создавать пользовательские исследовательские агенты без привязки к экосистеме.
Сравнение с ключевыми конкурентами
(Источник: Страница Alibaba Tongyi DeepResearch на GitHub)
Результаты бенчмарков, основанные на независимых оценках, подчеркивают производительность Tongyi DeepResearch по сравнению с OpenAI DeepResearch, Gemini, DeepSeek, Claude и другими:
-
Humanity's Last Exam: Tongyi 32.9, выше, чем DeepSeek V3.1 (29.8), Gemini DeepResearch (26.9) и OpenAI DeepResearch (26.6).
-
BrowseComp (английский): OpenAI DeepResearch лидирует с 51.5, Tongyi следует с 43.4, опережая DeepSeek V3.1 (30.0).
-
BrowseComp-ZH (китайский): Tongyi лидирует с 46.7, опережая OpenAI DeepResearch (42.9) и GLM-4.5 (37.5).
-
WebWalkerQA: Tongyi 72.2, немного выше, чем OpenAI-03 (71.7), значительно опережая GLM-4.5 (65.6).
-
GAIA: Tongyi 70.9, опережая Claude-4-Sonnet (68.3) и OpenAI DeepResearch (67.4).
-
xbench-DeepSearch: Tongyi 75.0, лидирует над DeepSeek V3.1 (71.0), GLM-4.5 (70.0) и OpenAI-03 (67.0).
-
FRAMES: Tongyi 90.6, значительно выше, чем OpenAI-03 (84.0) и DeepSeek V3.1 (83.7).
-
SimpleQA: Tongyi 98.6, значительно выше, чем Kimi Researcher (93.6), Websailor-72B (93.5), в то время как Gemini набирает 55.1, а OpenAI-03 — 50.5.
В целом Tongyi DeepResearch заняла первое место в семи из восьми тестов бенчмарков. Ее сильные стороны — это понимание китайского языка, поиск фактов и простые вопросы и ответы.
OpenAI сохраняет преимущество в англоязычном просмотре, но Gemini значительно отстает в исследовательских бенчмарках.
Эти результаты подчеркивают стратегию Alibaba по доминированию в корпоративных и исследовательски интенсивных приложениях, особенно в многоязычных контекстах, где западные модели все еще имеют пробелы.
Комментарии редактора
Tongyi DeepResearch от Alibaba сигнализирует о смене парадигмы в гонке LLM — от закрытых потребительских чат-ботов к открытым системам исследовательского уровня.
Ее высокие результаты в бенчмарках, лицензия с открытым исходным кодом и низкая стоимость доступа делают ее особенно привлекательной для предприятий и академического сообщества.
Хотя она отстает в некоторых задачах англоязычного просмотра, доминирование Tongyi в исследовательских бенчмарках и многоязычной глубине позиционирует ее как серьезного конкурента западным лидерам.
Follow Us on Facebook
