今日（2月4日）凌晨，备受瞩目的Chatbot Arena LLM Leaderboard更新了最新榜单，阿里云通义团队研发的Qwen2.5-Max模型以强劲实力闯入前十，超越Deepseek V3、o1-mini及Claude-3.5-Sonnet等一众强劲对手，以1332分的优异成绩荣登全球第七名宝座！更值得一提的是，Qwen2.5-Max在数学与编程领域独占鳌头，同时在Hard prompts方面紧随榜首其后，位列第二。

Qwen2.5-Max作为阿里云通义团队对MoE模型的最新探索成果，其综合性能表现极为出色。在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等主流基准测试中，Qwen2.5-Max与Claude-3.5-Sonnet并驾齐驱，甚至全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B等模型，展现出强大的竞争力。

ChatBot Arena官方账号lmarena.ai对Qwen2.5-Max给予了高度评价，称赞其在多个领域表现强劲，特别是在专业技术领域（如编程、数学及高难度提示词处理）方面，更是展现出卓越的能力。

据悉，Chatbot Arena是由LMSYS Org推出的大模型性能测试平台，目前集成了超过190种模型。该平台采用匿名方式将大模型两两组队，交由用户进行盲测，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已成为全球顶级大模型竞技的重要舞台。

在此之前，Qwen系列模型已多次在Chatbot Arena榜单上崭露头角。Qwen2.5-72B-Instruct发布后曾闯入全球前十，成为中国得分较高的大模型之一；而Qwen2-VL-72B-Instruct则在Vision榜单上位列第九，成为表现优异的开源模型。

目前，企业用户可在阿里云百炼平台上调用Qwen2.5-Max模型的API接口，享受其强大的功能。同时，开发者也可在Qwen Chat平台中免费体验Qwen2.5-Max，感受其卓越的性能。

Qwen2.5-Max的发布在海外开发者中引起了广泛关注。有网友在对比DeepSeek-V3和Qwen2.5后，对Qwen2.5-Max的出色表现赞不绝口。甚至有网友打趣地为OpenAI的首席执行官Sam Altman担忧，认为又一个强大的中国模型将对其构成挑战。

不少海外网友纷纷表示，中国新模型的迭代速度和质量令人惊叹，展现了中国在AI领域的强大实力。

作为国内较早开源自研大模型的科技大厂，阿里云旗下的通义千问已实现全尺寸、全模态的开源，推出了包括语言大模型、多模态大模型等多种类型的开源模型，为全球开发者提供了丰富的选择。

在全球范围内，Qwen的衍生模型数量已超过9万个，成为超越Llama的全球最大开源模型群。此次Qwen2.5-Max的发布，更是备受全球各种语言开发者的欢迎和认可。

有使用阿拉伯语的网友表示：“有了Qwen2.5-Max，我们能对ChatGPT说再见了！”这一言论也反映了Qwen2.5-Max在全球范围内的广泛影响力和认可度。

多名海外网友用英文表达了对Qwen2.5-Max极致性能的惊叹和赞赏，认为其将引领AI领域的新一轮变革。

通义团队方面表示，将持续提升数据规模和模型参数规模，以进一步提升模型的智能水平。对于下一个版本的Qwen2.5-Max，通义团队充满信心，并将继续探索预训练scaling和强化学习scaling等领域，希望未来能够实现超越人类的智能水平，驱动AI探索未知之境。

（文章来源：财联社）