杭州超越杭州：阿里Qwen2.5-Max反超DeepSeek-V3！網(wǎng)友：中國AI正在快速縮小差距

在編程、數(shù)學等方面表現(xiàn)格外突出

原標題：杭州超越杭州：阿里Qwen2.5-Max反超DeepSeek-V3！網(wǎng)友：中國AI正在快速縮小差距
文章來源：量子位
內(nèi)容字數(shù)：3067字

阿里Qwen2.5-Max大模型強勢崛起，在Chatbot Arena榜單中排名第七

阿里巴巴最新發(fā)布的大語言模型Qwen2.5-Max在全球頂級大模型競技場Chatbot Arena中表現(xiàn)出色，以總分1332的成績位列第七，超越了DeepSeek-V3、Claude 3.5 Sonnet和Llama 3.1 405B等模型。 Chatbot Arena平臺匯集了190多種模型，通過用戶盲測投票的方式評估模型性能，其榜單結(jié)果被認為是全球大模型能力最權威的評價之一。

Qwen2.5-Max的突出優(yōu)勢

1. **編程和數(shù)學能力超群:** Qwen2.5-Max在編程和數(shù)學方面的表現(xiàn)尤為突出，與滿血o1和DeepSeek-R1并列第一。尤其值得一提的是，在數(shù)學榜單上，它是唯一一個非推理模型，取得如此佳績，展現(xiàn)了其強大的邏輯推理能力。

2. **代碼能力強勁:** 與滿血o1進行PK，勝率高達69%。用戶測試中，它能快速生成簡潔易懂的代碼，例如用JavaScript編寫象棋游戲，并利用Artifacts功能直接運行。

3. **復雜提示詞處理能力出色:** 在復雜提示詞任務中，Qwen2.5-Max與o1-preview并列第二，英文提示詞下甚至排名第一。例如，它能夠快速準確地分析并解決一個關于團隊工作流程優(yōu)化的復雜問題，并在不到30秒內(nèi)給出清晰的結(jié)論。

4. **多輪對話和長文本處理能力優(yōu)秀:** Qwen2.5-Max的多輪對話能力與DeepSeek-R1并列第一，長文本處理能力排名第三，優(yōu)于o1-preview。

5. **在經(jīng)典榜單上的優(yōu)異表現(xiàn):** 在Arena-Hard、MMLU-Pro等基準測試中，Qwen2.5-Max的表現(xiàn)與GPT-4o和Claude 3.5-Sonnet不相上下甚至更優(yōu)。在開源基座模型對比中，它也全面超越了DeepSeek-V3和Llama 3.1-405B。

Qwen2.5-Max的實際應用及用戶反饋

Qwen2.5-Max已在Qwen Chat平臺上線，并提供阿里云百煉API接口供企業(yè)用戶調(diào)用。眾多用戶實測后對其代碼、推理能力給予了高度評價，認為其表現(xiàn)穩(wěn)定，生成的代碼簡潔易用，并且在處理復雜問題時速度快且準確。一些用戶甚至表示Qwen很快會取代硅谷的普通模型。