近日，三方基准测试平台Chatbot Arena公布了最新的大模型盲测榜单，刚刚发布的通义千问Qwen2.5-Max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，也是非推理类的中国大模型冠军。同时，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。
Chatbot Arena官方配图：阿里Qwen2.5-Max在多领域表现强劲，数学及编程能力斩获第一
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。
“
ChatBot Arena官方评价称：阿里巴巴的Qwen2.5-Max在多个领域表现强劲，特别是专业技术向的（编程、数学、硬提示等）。
”
Qwen2.5-Max是阿里云通义团队约一周前发布的最新MoE模型，展现出极强劲的性能。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。
Qwen2.5-Max发布后，立刻在海内外大模型社区引发热议。ChatBot Arena官方发推文称，以Qwen2.5-Max为代表的中国大模型正在迎头赶上；有从业者在惊叹于新模型强大的性能的同时，也兴奋地表示，“告别传统对话式GPT的时候到了”。
目前，企业可在阿里云百炼调用Qwen2.5-Max模型的API，开发者也可在Qwen Chat平台中免费体验Qwen2.5-Max。
/ END /
更多Qwen模型一手资讯，请关注👇👇👇
相关阅读
Related reading
