Qwen2.5-Omni在多模态基准测试中表现卓越。其音频能力超越同规模单模态模型Qwen2-Audio,端到端语音指令遵循能力在MMLU和GSM8K等测试中媲美。

阿里巴巴Qwen 2.5模型横空出世

根据阿里云在官方微信公众号发布的公告，Qwen 2.5-Max 在大多数方面的表现超过了 OpenAI 的 GPT-4o、DeepSeek-V3 和 Meta 的 Llama-3.1-405B。第三方基准测试和排名平台显示，Qwen 2.5-Max 在由加州大学伯克利分校计算机科学家开发的基准测试项目 Chatbot Arena 上攀升至第七位，DeepSeek-V3 目前排名第九。Chatbot Arena 评价称，阿里巴巴的 Qwen Max 在各个领域表现强劲，在技术领域，包括编码、数学和硬提示方面表现尤为出色。

近期,在大模型竞技场的榜单上,阿里巴巴推出的Qwen2.5-Max以优异的表现,成功超越了DeepSeek-V3,获得了总分1332的好成绩,跻身总榜第七。这标志着阿里云在人工智能领域取得的重大突破。

Qwen 2.5的卓越性能

近日，中国科技巨头阿里巴巴在人工智能领域投下重磅炸弹。在农历新年首日，阿里巴巴推出全新版本的人工智能模型 Qwen 2.5，阿里云官方声明称，该模型在性能上全面超越备受赞誉的 DeepSeek-V3。

使用这种技术的新 Qwen 模型在关键基准测试中超越了 DeepSeek-V3,包括 ArenaHard、LiveBen...

尤其是在中国初创公司DeepSeek在AI领域的崛起之后。Qwen 2.5-Max被称为在性能上全面超越了DeepSeek的DeepSeek-V3模型,甚至与OpenAI和Me...

性能对比表格

2月4日凌晨,Chatbot Arena LLM Leaderboard更新的最新一期榜单中,对标DeepSeek-V3的阿里云Qwen2.5-Max首次进入全球前十,超越DeepSeek-V3、o1-mini和Claude-3.5-Sonnet等模型。同时,Qwen2.5-Max在数学和编程上排名第一,在Hard prompts方面排名第二。

Qwen 2.5的应用前景

因为人工智能技术的不断进步，市场竞争愈发激烈，未来 AI 领域的格局将如何演变，Qwen 2.5 又能否如阿里巴巴所宣称的那样，真正超越 DeepSeek-V3 并在市场中占据领先地位，我们拭目以待。

Qwen采用了最前沿的生成对抗网络与自然语言处理技术,能够在多种任务中快速进行自我调整与优化;另一方面,该模型深度融合了深度学习框架,特别是基于Mixture of Experts 的设计,使其在计算资源使用上更加高效和智能。

此次 Qwen 2.5 的发布时机不同寻常，正值春节假期，多数人都在阖家团圆，这一举措凸显出中国 AI 初创公司 DeepSeek 在过去三周内迅速崛起，不仅给海外竞争对手，也给国内同行带来了巨大压力。

Qwen2.5-Max多个基准测试中超越当红炸子鸡DeepSeek V3,展现出极强的综合性能,如在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等测试中,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。

这并非 AI 领域的首次激烈竞争。此前，DeepSeek-V2 的开源和超低价引发了国内 AI 模型价格战，阿里巴巴云部门曾宣布对一系列模型大幅降价。此次阿里巴巴发布 Qwen 2.5，表明国内 AI 企业正积极升级自身技术，应对市场竞争。