阿里巴巴表示其「通义千问」系列新模型Qwen 2.5 Max在多项基准测试中表现优于DeepSeek V3。该模型采用超大规模混合专家模型架构，并使用超过20万亿个token进行训练。

相比之下，DeepSeek V3使用14.8万亿个token。在基准测试中，Qwen 2.5 Max表现出色，与DeepSeek V3、Claude 3.5 Sonnet和GPT-4o模型不相上下。

据加州大学柏克莱分校开发的基础测试平台Chatbot Arena数据显示，Qwen 2.5 Max在农历新年期间跃升至该平台排行榜第七名，成为中国排名第一的非推理AI模型。

尽管DeepSeek R1仍是中国排名最高的AI模型，位居第三，但Qwen 2.5 Max的崛起显示出阿里巴巴在AI领域的实力。

此外，Chatbot Arena指出，前10名中有4家是中国公司，这反映出中国在AI领域正极力追赶美国的差距。除了阿里巴巴和DeepSeek，另一家中国AI新创公司智谱AI也在前10名中占有一席之地。