超DeepSeek V3！阿里云Qwen2.5-Max闯入各人盲测榜单前十
2月4日凌晨，三方基准测试平台Chatbot Arena公布了最新的大模子盲测榜单，一周前刚发布的Qwen2.5-Max格外DeepSeek V3、o1-mini和Claude-3.5-Sonnet等模子，以1332分位列各人第七名，也黑白推理类的中国大模子冠军。同期，Qwen2.5-Max在数学和编程等单项才气上名循序一，在硬指示（Hard prompts）方面名循序二。
据了解，Chatbot Arena是由LMSYS Org推出的大模子性能测试平台，现在集成了190多种模子。该榜单选拔匿名口头将大模子两两组队，交给用户进行盲测，用户说明真正对话体验对模子才气进行投票。因此，股市配资Chatbot Arena LLM Leaderboard成为业界公认的最公平、最泰斗榜单之一，亦然各人顶级大模子的遑急竞技场。
ChatBot Arena官方评价称：阿里巴巴的Qwen2.5-Max在多个领域进展苍劲，绝顶是专科时刻向的（编程、数学、硬指示等）。
Qwen2.5-Max是阿里云通义团队约一周前发布的最新MoE模子，展现出极苍劲的性能。在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等主流基准测试中，Qwen2.5-Max并排Claude-3.5-Sonnet，并真实全面格外了GPT-4o、DeepSeek-V3及Llama-3.1-405B。
Qwen2.5-Max发布后，坐窝在海表里大模子社区激发烧议：ChatBot Arena官方发推文称，以Qwen2.5-Max为代表的中国大模子正在蹈厉奋发；有从业者在惊羡新模子庞杂性能的同期，也欢快地暗示：“咱们不错告别ChatGPT了！”
现在，企业可在阿里云百真金不怕火调用Qwen2.5-Max模子的API干事，设立者也可在Qwen Chat平台中免费体验最新模子。