（2月4日）凌晨，Chatbot Arena LLM Leaderboard更新了最新一期的榜單，不久前發佈的Qwen2.5-Max直接衝進前十，超越DeepSeek V3, o1-mini和Claude-3.5-Sonnet等模型，以1332分位列全球第七名！同時，Qwen2.5-Max在數學和編程上排名第一，在Hard prompts方面排名第二。
https://lmarena.ai/?leaderboard
Qwen-Max是阿里雲通義團隊對MoE模型的最新探索成果，新模型展現出極強勁的綜合性能。在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等主流基準測試中，Qwen2.5-Max比肩Claude-3.5-Sonnet，並幾乎全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。
ChatBot Arena官方賬號 lmarena.ai 對其評價稱，阿里巴巴的Qwen2.5-Max在多個領域表現強勁，特別是在專業技術向的（編程、數學、有難度的提示詞等）方面。
據瞭解，Chatbot Arena是由LMSYS Org推出的大模型性能測試平臺，目前集成了190多種模型。該榜單採用匿名方式將大模型兩兩組隊，交給用戶進行盲測，用戶根據真實對話體驗對模型能力進行投票。因此Chatbot Arena LLM Leaderboard成為全球頂級大模型的最重要競技場。
此前，Qwen2.5-72B-Instruct發佈後也曾闖入Chatbot Arena榜單全球前十，是得分較高的中國大模型；Qwen2-VL-72B-Instruct闖入Vision榜單第九，是成績優異的開源模型。
目前，企業可在阿里雲百鍊調用Qwen2.5-Max模型的API，開發者也可在Qwen Chat平臺中免費體驗Qwen2.5-Max。
Qwen2.5-Max發佈後，在海外開發者中引發了大量關注。有網友在對比DeepSeek-V3 和 Qwen 2.5後，高度讚揚了Qwen2.5-Max的出色表現。
還有網友打趣地為OpenAI的首席執行官Sam Altman擔憂：又一箇中國模型來了
不少海外網友表示，中國新模型的迭代速度和質量令人驚豔。
作為國內較早開源自研大模型的科技大廠，阿里雲旗下的通義千問已實現全尺寸、全模態的開源，推出了包括語言大模型、多模態大模型等多種類型的開源模型。
在全球範圍內，Qwen的衍生模型數量超9萬個，已超越Llama成為全球更大的開源模型群。此次Qwen2.5-max的發佈，亦備受全球各種語言的開發者的歡迎。
“有了Qwen2.5-max，我們能對ChatGPT說再見了？！”有使用阿拉伯語的網友如是說。
多名海外網友用英文表達了對Qwen2.5-max極致性能的驚歎。
通義團隊方面表示，持續提升數據規模和模型參數規模能夠有效提升模型的智能水平。通義團隊對下一個版本的Qwen2.5-Max充滿信心，也將持續探索，除了在預訓練的scaling 上繼續探索外，還將大力投入強化學習的scaling，希望能實現超越人類的智能，驅動AI探索未知之境。