阿里云于1月29日宣布其通义千问Qwen 2.5-Max超大规模MoE模型在多项基准测试中超越DeepSeek V3等对手。Qwen2.5-Max在Chatbot Arena盲测中以1332分位列全球第七，成为非推理类中国大模型冠军。尤其在数学和编程能力上，Qwen2.5-Max排名榜首，硬提示方面排名第二。Chatbot Arena由LMSYS Org推出，是业界公认最公正权威的大模型榜单之一。阿里云表示，Qwen2.5-Max在Arena-Hard、LiveBench、LiveCodeBench等测试中表现优异，几乎全面超越GPT-4o、DeepSeek-V3及Llama-3.1-405B。