Alibaba (Qwen)
Qwen2.5-Max 评测成绩
来自 3 个来源、5 项基准的 5 条成绩。
闭源 发布: 2025年1月25日 更新于 2026年10月22日
其他名称: qwen2.5-max · qwen-max-2025-01-25
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1374 | 193 | Overall, style control on; 32489 votes; 95% CI 1370–1378“qwen2.5-max” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 56.1% | 189 | Epoch AI run, accuracy | 独立评测 | 2025年4月1日 |
| MMLU-Pro | 76.1% | 82 | Overall accuracy; data source: Self-Reported | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 16.1% | 211 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年4月1日 |
| MATH Level 5 | 67.2% | 45 | Epoch AI run, accuracy | 独立评测 | 2025年4月1日 |
常见问题
Qwen2.5-Max 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。