2 月 5 日消息，1 月 29 日新年之際，阿里云公布了其全新的通義千問 Qwen 2.5-Max 超大規模 MoE 模型，號稱在多個基準測試中超越 DeepSeek V3 等競爭對手。
阿里云今日宣布，Qwen2.5-Max 在 Chatbot Arena 大模型盲測中超越 DeepSeek-V3、Open AI o1-mini 和 Claude-3.5-Sonnet 等模型，以 1332 分位列全球第七名，也是非推理類的中國大模型冠軍。
同時，Qwen2.5-Max 在數學和編程等單項能力上排名第一，在硬提示（Hard prompts）方面排名第二。
查詢公開資料獲悉，Chatbot Arena 是由 LMSYS Org 推出的大模型性能測試平臺，目前集成了 190 多種模型。
該榜單采用匿名方式將大模型兩兩組隊，交給用戶進行盲測，用戶根據真實對話體驗對模型能力進行投票。因此，Chatbot Arena LLM Leaderboard 成為業界公認的最公正、最權威榜單之一，也是全球頂級大模型的最重要競技場。
阿里云表示，在 Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond 及 MMLU-Pro 等主流基準測試中，Qwen2.5-Max 比肩 Claude-3.5-Sonnet，并幾乎全面超越了 GPT-4o、DeepSeek-V3 及 Llama-3.1-405B。
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。