BenchLeader

Qwen2.5 72B

质量第 234 / 339 名
43.1Index
低于中位数
较中位数 −7.1
价格第 85 / 255 名
$0.485每百万 token
比多数便宜
中位数的 0.6 倍
速度第 205 / 216 名
30token/秒
后四分之一
中位数的 0.4 倍
性价比第 96 / 255 名
88.9分/$
高于中位数
中位数的 1.6 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 12 分之一。

有 48 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238),另有 45 个。

截至 2026年11月16日,Qwen2.5 72B(Alibaba)在 BenchLeader Index 上得分 43.1(共 608 个已排名配置)。表现最好的是指令遵循(46),最弱的是编程(37)。API 价格为输入每百万 token $0.480、输出每百万 token $0.500(按 3:1 混合为 $0.485),为 2026年11月16日的标价。输出速度约为 30 token/秒(Artificial Analysis)。发布于 2024年9月19日。

要点(截至 2026年11月16日)

  • Qwen2.5 72B 的 API 价格为输入每百万 token $0.480、输出每百万 token $0.500(按 3:1 混合为 $0.485)(标价,2026年11月16日)。
  • Qwen2.5 72B 的输出速度约为 30 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen2.5 72B 于 2024年9月19日发布(Alibaba)。

详细说明:Qwen2.5 72B 是 Alibaba 的开放权重模型,发布于 2024年9月19日。其最佳配置在 BenchLeader Index 上得分 43.1 ±4.5,在 608 个配置中排第 485 名,处于下半区。关键在于这个“±”:另有 208 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(46),编程最低(37)。按混合价格计,每百万 token $0.485,比大多数已排名模型便宜。输出速度为 30 token/秒,首次回答需 2.3 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。

混合价格
$0.485/M
输入 $0.480 · 输出 $0.500
来源:Artificial Analysis
输出速度
30 tok/s
由 Artificial Analysis 测量
首次回答
2.31 s
首 token 0.38 s
上下文
33k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2024年9月19日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index43
  2. 推理40
  3. 编程37
  4. 智能体与工具38
  5. 数学44
  6. 指令遵循46
  7. 人类偏好45

嵌入这个排名

更多徽章样式
[![Qwen2.5 72B on BenchLeader: 综合第 228 名](https://www.benchleader.com/badge/qwen2-5-72b.svg?style=compact)](https://www.benchleader.com/models/qwen2-5-72b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月8日 至 2026年11月16日
384348

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

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

基准测试默认来源趋势
GPQA Diamond49.1%#230Epoch AI Benchmarking Hub
Arena Hard Prompts1317#257Arena (LMArena)
GPQA Diamond (AA)不计入 Index49.1%#440Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.6%#612Artificial Analysis
GPQA Diamond (HELM)不计入 Index42.6%#44HELM Capabilities
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1295#257Arena (LMArena)
LMCA不计入 Index13.4%#183Epoch AI Benchmarking Hub
DTBench不计入 Index62.9%#181Epoch AI Benchmarking Hub
ForecastBench不计入 Index61.4%#66ForecastBench
HellaSwag不计入 Index84.8%#11Epoch AI Benchmarking Hub
BIG-Bench Hard不计入 Index79.8%#6Epoch AI Benchmarking Hub
WinoGrande不计入 Index82.3%#11Epoch AI Benchmarking Hub
ARC (AI2 Challenge)不计入 Index94.5%#3Epoch AI Benchmarking Hub
PIQA不计入 Index82.6%#18Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
WeirdML16.0%#148WeirdML
Arena Coding1355#250Arena (LMArena)
LiveCodeBench (AA)不计入 Index27.6%#215Artificial Analysis

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard4.5%#289Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index34.5%#243Artificial Analysis
BALROG不计入 Index16.2%#29BALROG
TheAgentCompany不计入 Index5.7%#11TheAgentCompany
METR Time Horizons不计入 Index35.8%#34METR

知识

基准测试默认来源趋势
MMLU-Pro (HELM)不计入 Index63.1%#44HELM Capabilities
MMLU不计入 Index85.3%#8Epoch AI Benchmarking Hub
TriviaQA不计入 Index71.9%#27Epoch AI Benchmarking Hub

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1303#265Arena (LMArena)
Arena Creative Writing不计入 Index1254#274Arena (LMArena)
Arena Multi-turn不计入 Index1299#252Arena (LMArena)
Arena Longer Queries不计入 Index1317#254Arena (LMArena)

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index127.2#151Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.7#470Artificial Analysis
AA Progress Index v1不计入 Index164.4#520Artificial Analysis
HELM Capabilities mean不计入 Index59.9%#44HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index56.4%#77Scale AI SEAL

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
DeepInfra29 tok/s0.26 s$0.360$0.40033kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.473$0.947$1.42$1.8926年9月26年10月26年11月
输入 输出
当前:输入 $0.480 · 输出 $0.500

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0003–12.2 s
总结一份 30 页的报告12,000 / 600$0.0061–22.1 s
代码编辑6,000 / 1,500$0.0036–51.7 s
智能体编程会话60,000 / 4,000$0.031–2.2 min
结构化信息提取2,000 / 200$0.0011–8.9 s

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen2.5 72B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen2.5 72B on BenchLeader: 综合第 228 名](https://www.benchleader.com/badge/qwen2-5-72b.svg)](https://www.benchleader.com/models/qwen2-5-72b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen2.5 72B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen2-5-72b

BibTeX:

@misc{benchleader_qwen2_5_72b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen2.5 72B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen2-5-72b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen2.5 72B 的基准测试得分是多少?
截至 2026年11月16日,Qwen2.5 72B 的 BenchLeader Index 为 43.1 ±4.5。最强的是指令遵循(46),最弱的是编程(37)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen2.5 72B 排名第几?
截至 2026年11月16日,Qwen2.5 72B 在 608 个已排名配置中排第 485 名。另有 208 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen2.5 72B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen2.5 72B 的价格为输入每百万 token $0.480、输出每百万 token $0.500,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.485。标价最近一次变动是在 2026年9月9日。
Qwen2.5 72B 是什么时候发布的?
Alibaba 于 2024年9月19日发布了 Qwen2.5 72B。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Qwen2.5 72B: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/qwen2-5-72b。