宣稱全面「超越DeepSeek」 阿里雲初一發表通義千問旗艦版模型

anex

阿里雲在大年初一發布通義千問旗艦版模型Qwen2.5-Max，並宣稱在指令模型版本性能測試中，幾乎全面超越深度求索DeepSeek-V3等其他模型。

anex

阿里雲1月29日凌晨在公眾號宣布，Qwen2.5-Max全新升級發布，並說新模型展現出極強勁的綜合性能，在多項公開主流模型評測基準上錄得高分，全面超越了目前全球領先的開源混合專家（MoE）模型以及最大的開源稠密模型。

anex

阿里雲說，通義團隊分別對Qwen2.5-Max的指令（Instruct）模型版本和基座（base）模型版本效能進行了評估測試。

anex

在指令模型方面，Qwen2.5-Max在多個基準測試中比肩美國的Claude-3.5-Sonnet模型，幾乎全面超越了另外三個美國模型GPT-4o、DeepSeek-V3及Llama-3.1-405B。

anex

在基座模型方面，阿里雲則說，通義團隊將Qwen2.5-Max與目前領先的開源MoE模型DeepSeek V3、最大的開源稠密模型Llama-3.1-405B，以及同樣位列開源稠密模型前列的Qwen2.5-72B進行了對比。在所有11項基準測試中，Qwen2.5-Max全部超越了對比模型。

anex

另據路透社報導，選擇大年初一發布Qwen 2.5-Max是較為特殊的時間點，也顯示了深度求索過去三週迅速崛起，給中國境內外競爭對手帶來壓力。

anex

深度求索1月20日發布推理模型DeepSeek-R1後，字節跳動旗下豆包更新版大模型1.5-pro上星期三（22日）正式發布。

根據IT之家報導，1.5-pro模型增強了綜合能力，在知識、代碼、推理、中文等多個評測基準上，綜合得分優於GPT-4o、Claude 3.5 Sonnet 等模型。