近日阿里云旗下的通义千问发布性能强大的旗舰版Qwen2.5-Max，并开源升级版视觉理解模型Qwen2.5-VL以及支持百万token长文本处理的Qwen2.5-1M，不仅展现了通义千问在大模型前沿技术领域的探索成果，更为开发者和企业提供了有力的技术支持。

​

旗舰版Qwen2.5-Max：对MoE模型最新探索成果

​

通义千问旗升级版舰版模型Qwen2.5-Max，是对MoE模型的最新探索成果，预训练数据超过20万亿tokens，综合性能强劲，在多项主流模型评测基准上录得高分。目前，开发者可在Qwen Chat平台体验模型，企业和机构也可通过阿里云百炼平台直接调用新模型API服务。

​

Qwen2.5-Max在知识（测试大学水平知识的MMLU-Pro）、编程（LiveCodeBench）、全面评估综合能力的（LiveBench）以及人类偏好对齐（Arena-Hard）等主流权威基准测试上，通义团队分别对Qwen2.5-Max的指令（Instruct）模型版本和基座（base）模型版本性能进行了评估测试。

​

指令模型是所有人可直接对话体验到的模型版本，在Arena-Hard、LiveBench、LiveCodeBench 和 GPQA-Diamond 等基准测试中，Qwen2.5-Max 的表现超越了 DeepSeek V3。同时在 MMLU-Pro 等其他评估中也展现出了极具竞争力的成绩。

​

Qwen2.5-Max更是在评估全球最佳大语言模型和AI聊天机器人的权威三方基准测试平台Chatbot Arena取得瞩目成绩。Qwen2.5-Max在Chatbot Arena最新公布的大模型盲测榜单中，总分全球排名第七，与其他顶级大模型不相上下，它在数学和和编程等单项能力上排名第一，在硬提示（hard prompts)，即解决挑战性任务的复杂提示方面排名第二。

Qwen2.5-Max在Chatbot Arena最新公布的大模型榜单中排名亮眼

​

视觉理解模型Qwen2.5-VL多模态处理能力显著提升

​

通义千问还开源了全新的视觉理解模型Qwen2.5-VL，推出3B、7B和72B三个尺寸版本。其中，旗舰版Qwen2.5-VL-72B在13项权威评测中夺得视觉理解冠军。目前，不同尺寸及量化版本的Qwen2.5-VL模型已在魔搭社区ModelScope、HuggingFace等平台开源，开发者也可以在Qwen Chat上直接体验最新模型。

​

Qwen2.5-VL展现强大多模态能力，不仅能精准识别物体和解析复杂图像内容，还可理解一小时以上的长视频，精确回答问题。此外，该模型能将非结构化数据如发票、表单转换为JSON等结构化格式，特别适合自动生成财报和法务文档等场景。

​

Qwen2.5-VL甚至能够直接作为视觉智能体进行操作，通过指导使用各种工具，在电脑和移动设备上轻松执行查询天气、订机票等多步骤任务。

​

在模型技术方面，与上一代Qwen2-VL相比，Qwen2.5-VL增强了模型对时间和空间尺度的感知能力，并进一步简化了网络结构以提高模型效率。在重要的视觉编码器设计中，通义团队从头开始训练了原生动态分辨率的ViT，并采用创新结构，让Qwen2.5-VL拥有更简洁高效的视觉编解码能力。

​

Qwen2.5-VL评分图

​

Qwen2.5-1M突破百万Token

​

此外，阿里云通义还开源了支持100万Tokens上下文的Qwen2.5-1M模型，推出7B及14B两个尺寸，同时开源推理框架，在处理百万级别长文本输入时可实现近7倍的提速。

​

Qwen2.5-1M已经在ModelScope和HuggingFace等平台开源，相关推理框架也已在GitHub上开源，开发者和企业也可通过阿里云百炼平台调用 Qwen2.5-Turbo模型API，或是通过Qwen Chat体验模型性能及效果。

​

Qwen2.5-1M拥有优异的长文本处理能力。在上下文长度为100万Tokens的大海捞针（Passkey Retrieval）任务中，Qwen2.5-1M 能够准确地从 1M 长度的文档中检索出隐藏信息，仅有7B模型出现了少量错误。在RULER、LV-Eval等基准对复杂长上下文理解任务测试中，Qwen2.5-14B-Instruct-1M表现出色，为开发者提供了一个现有长上下文模型的优秀开源替代。

​

长文本训练需大量计算资源，通义团队将Qwen2.5-1M的上下文长度从4K逐步扩展到256K，再通过Dual Chunk Attention机制，无需额外训练即可将上下文稳定扩展到1M。同时，团队在vLLM引擎基础上引入稀疏注意力机制，在多个环节进行创新优化，提高推理效率。

Qwen 2.5系列模型在RULER上的表现