阿里除夕发布Qwen2.5-Max反超DeepSeek V3，一句话开发小游戏

网友：新年快乐，特别是奥特曼

原标题：阿里除夕发布Qwen2.5-Max反超DeepSeek V3，一句话开发小游戏
文章来源：量子位
内容字数：2144字

阿里通义Qwen2.5-Max：春节大模型惊喜来袭

大年初一，阿里巴巴通义大模型团队发布了Qwen2.5-Max，作为春节的第三弹惊喜，这款超大规模的MoE模型在多个基准测试中表现出色，引发了广泛关注。

1. 性能超越多款主流模型

Qwen2.5-Max在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond等基准测试中均取得了优异成绩，整体性能超越了DeepSeek V3、Llama-3.1-405B以及闭源模型GPT-4o，甚至可以与Claude-3.5-Sonnet相媲美。在基座模型对比中，它也超越了DeepSeek V3和Llama-3.1-405B，并在MMLU-Pro等评估模型知识理解和推理能力的基准测试中表现突出。

2. 强大的模型架构和训练数据

与DeepSeek V3一样，Qwen2.5-Max也是一个超大规模的MoE模型，经过超过20万亿token的预训练数据以及精心设计的SFT+RLHF后训练方案训练而成。这表明阿里巴巴在模型训练方面投入了大量的资源和技术。

3. 多模态能力展示及应用场景

Qwen2.5-Max展现了强大的多模态能力，例如：联网搜索功能，能够标注信息来源；代码能力方面，可以根据用户需求生成各种可视化效果，例如创建旋转的球体，甚至在球体内部添加弹跳的小球，并能准确处理碰撞；它还具备Artifacts功能，可以快速开发小应用和小游戏，例如扫雷游戏；此外，它还能轻松统计单词中特定字母的数量。