通义千问 Qwen 2.5-Max 超大规模 MoE 模型发布：号称优于 Deepseek V3 等竞品，暂未开源

IT之家 1 月 29 日消息，阿里云在新年到来之际推出了全新通义千问 Qwen 2.5-Max 超大规模 MoE 模型，用户可以通过API进行访问，此外，还可以登录Qwen Chat进行使用，体验与模型的互动，或利用其提供的 artifacts、搜索等功能。

据悉，通义千问 Qwen 2.5-Max 是基于超过 20 万亿 token 的预训练数据和精细化的后训练策略进行训练的。

模型性能

阿里云将其指令模型的性能与其他模型进行了直接比较（IT之家注：指令模型指的是可直接对话的模型）。比较的对象包括 DeepSeek V3、GPT-4o 和 Claude-3.5-Sonnet，以下是比较结果：

在 Arena-Hard、LiveBench、LiveCodeBench 和 GPQA-Diamond 等基准测试中，Qwen 2.5-Max 的表现超越了 DeepSeek V3，并且在 MMLU-Pro 等其他评估中也展现出了极具竞争力的结果。

在基座模型的比较中，由于对 GPT-4o 和 Claude-3.5-Sonnet 等闭源模型基座模型的访问限制，阿里云将 Qwen 2.5-Max 与领先的开源 MoE 模型 DeepSeek V3、最大的开源稠密模型 Llama-3.1-405B，以及位于开源稠密模型前列的 Qwen 2.5-72B 进行了比较。下图展示了对比结果：

我们的基座模型在大多数基准测试中表现出显著的优势。我们坚信，随着后训练技术的不断进步，Qwen 2.5-Max 的下一个版本将会更加强大。

广告声明：文中所引用的外部链接（包括超链接、二维码、口令等形式），旨在传递更多信息，节省用户查找时间，结果仅供参考。