Alibaba Cloud anunció el lanzamiento de la actualización Qwen2.5-Max del modelo insignia de Tongyi Qianwen. El modelo Qwen2.5-Max es el último resultado de exploración del modelo MoE por parte del equipo de Alibaba Cloud Tongyi, con datos previos al entrenamiento que superan los 20 billones de tokens. El modelo muestra un rendimiento integral extremadamente sólido y ha logrado puntuaciones altas en varios puntos de referencia de evaluación de modelos públicos convencionales, superando el modelo MoE de código abierto líder en el mundo y el modelo denso de código abierto más grande del mundo.
Se informa que actualmente los desarrolladores pueden experimentar el modelo de forma gratuita en la plataforma QwenChat (https://chat.qwenlm.ai/), y las empresas e instituciones también pueden llamar directamente al servicio API del nuevo modelo a través de la plataforma Alibaba Cloud Bailian.
Qwen2.5-Max ha demostrado un rendimiento de modelo líder a nivel mundial en pruebas de referencia autorizadas convencionales, como conocimiento (MMLU-Pro, que evalúa el conocimiento a nivel universitario), programación (LiveCodeBench), evaluación integral de habilidades integrales (LiveBench) y alineación de preferencias humanas (Arena-Hard). El equipo de Tongyi evaluó y probó el rendimiento de la versión del modelo de instrucción (Instruct) y la versión del modelo base (base) de Qwen2.5-Max.
El modelo de instrucción es una versión del modelo con la que todos pueden interactuar y experimentar directamente. En pruebas de referencia como Arena-Hard, LiveBench, LiveCodeBench, GPQA-Diamond y MMLU-Pro, Qwen2.5-Max es comparable a Claude-3.5-Sonnet y supera casi por completo a GPT-4o, DeepSeek-V3 y Llama-3.1-405B.
El modelo base refleja el rendimiento desnudo del modelo. Debido a la imposibilidad de acceder al modelo base de modelos de código cerrado como GPT-4o y Claude-3.5-Sonnet, el equipo de Tongyi comparó Qwen2.5-Max con el actual modelo MoE de código abierto líder DeepSeekV3, el modelo denso de código abierto más grande Llama-3.1-405B y Qwen2.5-72B, que también se encuentra entre los mejores modelos densos de código abierto. En las 11 pruebas de referencia, Qwen2.5-Max superó al modelo de comparación.
Actualmente, Qwen2.5-Max se lanzó en la plataforma Alibaba Cloud Bailian, con el nombre de modelo qwen-max-2025-01-25`. Las empresas y los desarrolladores pueden llamar al nuevo modelo API a través de Alibaba Cloud Bailian. Al mismo tiempo, también puede usar Qwen2.5-Max en la nueva plataforma QwenChat para hablar directamente con el modelo o usar artefactos, búsqueda y otras funciones.