阿里Qwen2.5-Max排名超DeepSeek-V3 中国模型崛起再迎高光时刻

《财经》新媒体 撰稿人 王婧雅/文 高素英/编辑

凭借低训练成本、高性能以及开源开放的颠覆性策略，DeepSeek就像这个春日里的一声惊雷瞬间引爆了大模型行业，它的出现不仅打破了ChatGPT的滤镜，更破碎了大模型行业高门槛和技术垄断的神话。面对DeepSeek冲击，OpenAI迅速推出轻量级推理模型o3-mini试图稳固市场。然而，就在刚刚中国模型再迎高光时刻。

2月4日凌晨，Chatbot Arena LLM Leaderboard更新的最新一期榜单中，对标DeepSeek-V3的阿里云Qwen2.5-Max首次进入全球前十，超越DeepSeek-V3、o1-mini和Claude-3.5-Sonnet等模型。同时，Qwen2.5-Max在数学和编程上排名第一，在Hard prompts方面排名第二。

面对疯狂涌现的中国大模型，各地网友毫不掩饰对Qwen2.5-Max的赞美与喜爱。“这个团队超级牛”“再见了ChatGPT”等评论层出不穷。中国模型近期大爆发，大模型应用也加速落地，服务千行百业之中。而在这场较量中，生态建设将成为大模型厂商在激烈市场竞争中争夺主导权的关键

Qwen2.5-Max登榜Chatbot Arena 大模型行业“卷”疯了

继DeepSeek之后，中国大模型在全球大模型竞争中再次崭露头角。2月4日凌晨，作为全球大模型的最重要竞技场，由LMSYS Org推出的大模型性能测试平台发布了最新一期榜单。排名显示，阿里云Qwen2.5-Max以1332分位列全球第七名。此外，在数学和编程方面，Qwen2.5-Max排名第一，在Hard prompts方面排名第二。

ChatBot Arena官方评价Qwen2.5-Max称：“在多个领域表现强劲，特别是专业技术向的（编程、数学、硬提示等）。”

众所周知，大语言模型的出现彻底改变了AI的发展进程，实现了大模型从聊天机器人到复杂推理系统的进化，而推动这一技术进步的背后与混合专家（MoE）架构不无关系。

所谓MoE架构，即允许模型使用多个专门的子网络（专家），而不是在每个任务中都依赖单一的密集网络。这种方法使模型效率更高、更擅长专业化处理，并且能够在不消耗过多计算资源的情况下提供更高的性能。

此前，OpenAI通过MoE架构让GPT-4在保持计算效率的同时提升了模型的性能。2024年6月，阿里云就开源了自己的MoE模型Qwen2-57B-A14B，引发了诸多讨论。而春节前爆火的DeepSeek-R1凭借多头潜在注意力（MLA）和DeepSeekMoE架构成为了AI扩展领域的一个里程碑。

据了解，DeepSeek-R1建立在 DeepSeek-V3-Base 模型之上的推理模型，是一个包含6710亿参数的MoE语言模型，其中每个token激活370亿参数。不仅实现了更高的推理效率，在英语、数学、中文等领域实现了综合领先，还有效降低了训练成本，相较OpenAI-o1降低了27倍左右。

现在，阿里云Qwen2.5-Max带着升级后的MoE也加入了竞赛。Qwen2.5-Max性能强劲，在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等主流基准测试中，Qwen2.5-Max比肩Claude-3.5-Sonnet，并几乎全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。

值得注意的是，此次榜单中，除Qwen2.5-Max外，DeepSeek的R1和V3分别位列第三、第八名。而不管是DeepSeek的爆火，还是Qwen2.5-Max的发布，无一不展示出中国AI技术的快速进步。

国产模型降低使用门槛 加速Al应用落地

AI的发展离不开数据与训练。据了解，基于超过20万亿tokens的预训练数据和精心设计的后训练，Qwen2.5-Max综合性能实现跨越式提升。结合监督微调（SFT）和强化学习人类反馈（RLHF），模型在长文本生成、指令遵循等任务中表现更贴近人类偏好。

事实上，无论是芯片、算力，还是大模型，最终只有让技术变得好用、易用，才能在建立生态在市场上形成壁垒。

目前，阿里云与DeepSeek均选择开源路线。阿里云通义团队曾开源Qwen、Qwen1.5、Qwen2及Qwen2.5等四代、数十款模型，国内率先实现“全尺寸、全模态、多场景”开源，全球基于Qwen的衍生模型超过9万个，超越Llama成为全球最大的AI模型族群。

以视觉理解模型为例，阿里云曾开源Qwen-VL及Qwen2-VL两代模型，支持开发者在手机、汽车、教育、金融、天文等不同场景进行AI探索，Qwen-VL系列模型全球总下载量超过3200万次。今年1月，阿里云再次升级开源Qwen2.5-VL，海外开发者称是最强最好用的视觉模型。

作为大模型领域的强劲竞争者，OpenAI虽以闭源模式维持技术壁垒，但面对中国模型的冲击，其态度或有所转变。此前，奥特曼指出，OpenAI过去在开源方面站在“历史错误的一边”，公司曾经开源部分模型，但主要采用闭源的开发模式，未来将重新制定开源战略。

事实上，为了推动大模型的落地应用，过去一年，国内大模型产业内掀起了一波又一波的降价浪潮。其中，阿里云通义千问视觉理解模型的全线降价幅度超过80%，最低每千tokens仅0.0015元；字节跳动豆包视觉理解模型千tokens输入价格仅为3厘，比行业价格便宜85%；百度文心一言更是将两大主力模型ERNIE Speed和ERNIE Lite则直接免费开放给用户使用。

国内云厂商相关人士表示，推理、多模态整合将成为未来大模型行业重要的发展方向，医疗、教育、金融仍然是重要的落地方向。不过，随着技术的快速迭代，人工智能领域的竞争将持续加剧。接下来，构建大模型生态、加速技术落地将成为大模型厂商面临新挑战。

不容忽视的是，国产大模型的崛起让更多人意识到，OpenAI已不再是大模型领域的唯一主导者，其技术能力可以媲美甚至超过国际主流大模型。正如Chatbot Arena官方评价：“以Qwen2.5-Max为代表的中国大模型正在迎头赶上。”而OpenAI首席执行官山姆·奥特曼曾在o3-mini推出后承认，中国AI的崛起削弱了OpenAI的技术领先优势。