BenchLeader

Qwen2.5-Max

截至 2026年11月16日,Qwen2.5-Max(Alibaba)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。发布于 2025年1月25日。

要点(截至 2026年11月16日)

  • Qwen2.5-Max 于 2025年1月25日发布(Alibaba)。

详细说明:Qwen2.5-Max 是 Alibaba 的闭源模型,发布于 2025年1月25日。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。最近一次测量:2026年11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
32k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2025年1月25日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 推理54
  2. 编程52
  3. 数学53
  4. 人类偏好54

Qwen2.5-Max 首次获得基准测试结果时发邮件通知我

Alibaba 发布新模型时也会通知,每周一另有每周回顾。

选择提供商和邮件类型

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试max来源趋势
Arena Hard Prompts1385#191Arena (LMArena)
GPQA Diamond (AA)不计入 Index58.7%#392Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.8%#585Artificial Analysis
Arena Expert不计入 Index1367#201Arena (LMArena)

编程

基准测试max来源趋势
Arena Coding1401#201Arena (LMArena)
LiveCodeBench (AA)不计入 Index35.9%#179Artificial Analysis

数学

基准测试max来源趋势
Arena Maths1362#193Arena (LMArena)

指令遵循

基准测试max来源趋势
Arena Instruction Following不计入 Index1356#193Arena (LMArena)

人类偏好

基准测试max来源趋势
Arena Text1374#188Arena (LMArena)
Arena Creative Writing不计入 Index1353#171Arena (LMArena)
Arena Multi-turn不计入 Index1372#187Arena (LMArena)
Arena Longer Queries不计入 Index1385#182Arena (LMArena)
Lech Mazur Creative Writing不计入 Index72.9%#32Lech Mazur

综合

基准测试max来源趋势
Epoch Capabilities Index不计入 Index131.2#143Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index8.0#457Artificial Analysis
AA Progress Index v1不计入 Index169.9#503Artificial Analysis

Alibaba 的更多模型

本月新上线

另请参阅

常见问题

为什么 Qwen2.5-Max 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,Qwen2.5-Max 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。
Qwen2.5-Max 是什么时候发布的?
Alibaba 于 2025年1月25日发布了 Qwen2.5-Max。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Qwen2.5-Max:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen2-5。