2月4日凌晨，Chatbot Arena 公布了最新的大模型盲测榜单，通义千问Qwen2.5-Max 凭借1332分的成绩，位列全球第七，并成为非推理类中国大模型的冠军。
同时，Qwen2.5-Max 在数学和编程等单项能力上排名第一，在硬提示（Hard prompts）方面排名第二。
截取自Chatbot Arena LLM LeaderBoard
关于Chatbot Arena
Chatbot Arena 是由 LMSYS Org 推出的大模型性能测试平台，目前集成了190多种模型。该榜单采用匿名方式将大模型两两组队，交给用户进行盲测，用户根据真实对话体验对模型能力进行投票。因此，Chatbot Arena LLM Leaderboard 成为业界公认的最公正、最权威榜单之一，也是全球顶级大模型的最重要竞技场。
Chatbot Arena 官方评价称：阿里巴巴的 Qwen2.5-Max 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）。
Chatbot Arena官方配图：
阿里Qwen2.5-Max在多领域表现强劲，数学及编程能力斩获第一
此前，Qwen2.5-72B-Instruct发布后也曾闯入Chatbot Arena榜单全球前十，是当时得分最高的中国大模型；Qwen2-VL-72B-Instruct闯入Vision榜单第九，是彼时成绩最好的开源模型。
Qwen2.5-Max
Qwen2.5-Max 是我们发布的最新 MoE 模型，展现出极强劲的性能。
在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond 及 MMLU-Pro 等主流基准测试中，Qwen2.5-Max 比肩 Claude-3.5-Sonnet，并几乎全面超越了 GPT-4o、DeepSeek-V3及 Llama-3.1-405B。
目前，企业可以通过阿里云百炼 API 调用 Qwen2.5-Max 模型，开发者也可以在 Qwen Chat （https://chat.qwenlm.ai）平台免费体验。
