中国不只有DeepSeek，阿里除夕夜抛出重磅新模型，是时候整体重估中国AI资产了吗？

财经头条

提升一亿中产阶级阅读效率

打开

美股研究社

2周前

市场人士分析称，此前过度聚焦DeepSeek，却忽视了包括阿里通义在内的中国AI整体性追赶。

“ 阿里云是否印证了类似去年北美云计算服务商的投资逻辑？”

来源 | 硬AI

农历除夕夜，在全球华人喜迎新春之时，纽约证券交易所的电子屏上，阿里巴巴股价在收盘前出现显著异动——从涨幅1%快速拉升至6.7%。

行情异动的背后，是一场没有硝烟的技术奇袭。

1月29日凌晨，阿里通义千问团队悄然上线的大模型Qwen2.5-Max，在多个权威基准测试中展现出与全球顶级模型比肩的性能。

继DeepSeek之后，Qwen2.5-Max的发布是中国AI阵营在高性能、低成本技术路线上的又一重要突破。

市场人士分析称，此前过度聚焦DeepSeek，却忽视了包括阿里通义在内的中国AI整体性追赶。行业媒体《信息平权》表示，若阿里Qwen-2.5-max这次的确性能超过V3，可以对其RL推理模型给予更大期待。

进一步，当阿里云展现出"强大模型+充足算力+完整云平台"的组合优势时，是否印证了类似去年北美云计算服务商的投资逻辑？

如果美股因AI整体增值10万亿美元，中国AI资产的重估时机是否已至？

全面对标全球顶级模型

百万token里程碑

Qwen2.5-Max采用超大规模MoE（混合专家）架构，基于超过20万亿token的预训练数据。

在测试大学水平知识的MMLU-Pro、评估编程能力的LiveCodeBench、综合能力评估的LiveBench，以及近似人类偏好的Arena-Hard等多个权威评测中，该模型均展现出与DeepSeek V3、GPT-4和Claude-3.5-Sonnet比肩，甚至领先的性能。

阿里团队表示，随着后训练技术的不断进步，下一个版本将有望达到更高水平。

Qwen2.5团队同步发布了两个创新型号：Qwen2.5-7b-instruct-1m和Qwen2.5-14b-instruct-1m。这些开源模型支持高达100万token的上下文窗口，成为业内首个达到此规模的公开可用模型。

这些模型使用稀疏注意力，只关注上下文中最重要的部分。这种方法处理百万token输入的速度比传统方法快3到7倍，输出长度可达8000个token。然而，这需要模型识别上下文文档中的关键段落——这是当前语言模型经常难以完成的任务。

在测试中，14B型号和Qwen2.5-Turbo在查找非常长的文档中的隐藏数字时都达到了完美的准确性。较小的7B型号也表现良好，只有轻微的错误。

在RULER、LV-Eval和LongbenchChat等要求更高的复杂的上下文测试中，百万token模型的表现优于128K token模型，尤其是在超过64K token的序列中，14B型号甚至在RULER中得分超过90分——这是Qwen系列的第一次——在多个数据集上持续击败gpt - 4o mini。