阿里推出的Qwen2.5-Max在大模型竞技场榜单上超越DeepSeek-V3，以总分1332位列第七，同时超过Claude 3.5 Sonnet和Llama 3.1 405B等模型。该模型在编程和数学方面尤为突出，与满血o1及DeepSeek-R1并列第一。Chatbot Arena是全球顶级大模型的权威测试平台，Qwen2.5-Max在WebDev榜单上也进入前十。官方认为，这表明中国AI正在快速缩小差距。

网友反馈称Qwen2.5-Max表现稳定，且可能很快取代硅谷的普通模型。在具体单项能力中，Qwen2.5-Max在数学和代码任务上与满血o1及DeepSeek-R1并列第一，胜率高达69%。在复杂提示词任务中，Qwen2.5-Max表现优异，多轮对话能力和长文本处理能力同样出色。在开源基座模型对比中，Qwen2.5-Max也全面领先。

Qwen2.5-Max还展示了强大的代码生成和推理能力，例如生成一个象棋游戏和旋转球体图像，以及解决复杂的推理问题。该模型已在Qwen Chat平台上线，供免费体验。