阿里云通义千问Qwen2.5-Max登顶AI大模型榜单

　　阿里云近日公布了其全新的通义千问Qwen 2.5-Max超大规模MoE模型，并宣布在多个基准测试中超越DeepSeek V3等竞争对手。阿里云表示，Qwen2.5-Max在Chatbot Arena大模型盲测中，以1332分位列全球第七名，成为非推理类的中国大模型冠军。

　　Qwen2.5-Max在数学和编程等单项能力上排名第一，在硬提示（Hard prompts）方面排名第二。这一成绩展示了阿里云在AI技术领域的领先地位。

　　据公开资料显示，Chatbot Arena是由LMSYS Org推出的大模型性能测试平台，目前集成了190多种模型。该榜单采用匿名方式将大模型两两组队，交给用户进行盲测，用户根据真实对话体验对模型能力进行投票。因此，Chatbot Arena LLM Leaderboard成为业界公认的最公正、最权威榜单之一，也是全球顶级大模型的最重要竞技场。

　　阿里云表示，在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等主流基准测试中，Qwen2.5-Max比肩Claude-3.5-Sonnet，并几乎全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。