025年2月4日，Chatbot Arena LLM Leaderboard更新了最新一期的榜单，阿里云通义团队的Qwen2.5-Max模型以1332分位列全球第七名，超越了DeepSeek V3、o1-mini和Claude-3.5-Sonnet等模型。

引用：最新全球模型榜单：阿里Qwen2.5-Max超DeepSeek V3！又一国产大模型海外出圈！

以下是关于Qwen2.5-Max的详细信息：

Qwen2.5-Max的主要特点

• 性能表现：Qwen2.5-Max在数学和编程上排名第一，在Hard prompts方面排名第二，展现出极强劲的综合性能。

• 技术架构：该模型采用了超大规模的专家混合（MoE）模型架构，预训练数据量超过20万亿个token，运用监督微调（SFT）和人类反馈强化学习（RLHF）技术进行优化。

Qwen2.5-Max与其他模型的对比

• 与DeepSeek V3的对比：Qwen2.5-Max在多个领域表现强劲，特别是在专业技术向的（编程、数学、有难度的提示词等）方面，几乎全面超越了DeepSeek V3。

• 与其他顶级模型的对比：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。