Jakarta, CNN Indonesia —
Alibaba Cloud memamerkan beberapa solusi kecerdasan buatan (AI) pada Alibaba Cloud Developer Summit 2025 bertajuk AI FORWARD yang diadakan di Jakarta pada Selasa, 1 Desember 2015.
Salah satu yang dipamerkan pada acara tersebut adalah Large Language Model (LLM) terbaru mereka yaitu Qwen 2.5.
“Model baru kami Qwen 2.5 berada di peringkat teratas Huggingface. Kami telah menjadi nomor satu sejak lama. Dan model Qwen ini telah diunduh sekitar 100 juta kali,” kata Rocky Liu, direktur solusi regional, kepala arsitek solusi dari Alibaba Cloud. Intelijen, Jakarta, Selasa (21 Januari).
Ukuran seri Qwen 2.5 berkisar antara 7 miliar hingga 72 miliar parameter. Model-model ini dapat diakses melalui API di platform pengembangan AI generasi berikutnya, Model Studio.
Selain itu, model API multimodal seperti model pemahaman visi seperti Qwen-VL; model Wanx2.1 generasi visual, juga dikenal sebagai Tongyi Wanxiang; dan model bahasa audio Qwen-Audio juga tersedia untuk pengembang.
Pengembang juga dapat memanfaatkan Tongyi Lingma, asisten pengkodean AI Alibaba Cloud yang didukung oleh model pembuat kode Qwen 2.5.
Pengembang AI ini menawarkan fitur seperti penyelesaian dan pengoptimalan kode, bantuan debugging, pencarian cuplikan kode, dan pembuatan rangkaian pengujian unit.
Dengan teknologi ini diyakini para pengembang dapat merasakan pengalaman pengkodean yang lebih efisien dan lancar sehingga meningkatkan produktivitas mereka.
Mengacu pada konteks kode Anda, fungsi ini akan menghasilkan kode secara otomatis. Platform ini telah diunduh lebih dari 9 juta kali, kata Liu.
Selain menawarkan beragam model dengan jangkauan aplikasi yang cukup luas, pengembang di seluruh dunia juga dapat mengakses sejumlah alat pengembangan AI baru melalui Model Studio.
Alat-alat ini mencakup alur kerja yang dapat digunakan untuk memecah tugas-tugas kompleks menjadi beberapa subtugas untuk meningkatkan kontrol alur kerja. Selain itu, pengembang juga dapat memanfaatkan agen yang mendukung kolaborasi antar agen untuk merencanakan dan melaksanakan tugas.
Pengembang kemudian juga dapat menggunakan alat lain seperti RAG (Retrieval-Augmented Generation), yang meningkatkan akurasi dan keandalan pembuatan model kecerdasan buatan dengan sumber eksternal; Logika paket, yang menghasilkan respons secara bersamaan terhadap beberapa perintah masukan; AutoEval (evaluasi model otomatis) serta penerapan model dan pemantauan program akan tersedia akhir bulan ini. (lom/dmi)
