近日，超大規模的MoE 模型（混合專家模型）通義千問Qwen2.5-Max 正式上線，通義千問團隊使用超過20 兆token 的預訓練資料及精心設計的後訓練方案進行訓練。 通義千問團隊表示，“今天，我們很高興能給大家分享Qwen2.5-Max 目前所取得的成果。大家可以在Qwen Chat 直接體驗，或通過阿里雲百煉平台呼叫API 服務。” 同時，通義千問也將Qwen2.5-Max 與業界領先的模式（無論是閉源或開源）在一系列廣受關注的基準測試上進行了對比評估。這些基準測試包括測試大學層級知識的MMLU-Pro、評估程式設計能力的LiveCodeBench，全面評估綜合能力的LiveBench，以及近似人類偏好的Arena-Hard。評估結果涵蓋了基座模型和指令模型的表現得分。 首先，通義千問直接對比了指令模型的效能表現。指令模型即我們平常使用的可以直接對話的模型。通義千問將Qwen2.5-Max 與業界領先的模型（包括DeepSeek V3、GPT-4o 和Claude-3.5-Sonnet）的性能結果進行了對比。

昨晚，杭州大模型又雙叒不睡，給大夥兒 拜 年 啦～ 就在春晚直播進行時，阿裡通義Qwen發佈新春節禮第三彈： Qwen2.5-Max來襲，多個基準測試中超越當紅炸子雞DeepSeek V3。 Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond等基準統統拿下，Qwen2.5-Max整體表現優於DeepSeek V3、Llama-3.1-405B以及閉源模型GPT-4o，和Claude-3.5-Sonnet也能比一比。