Leistungsstarkes KI-Modell Qwen 2.5-Max von Alibaba übertrifft Benchmarks

KI-Modell Qwen 2.5-Max von Alibaba zeigt in Benchmarks starke Leistung

Alibaba hat mit Qwen 2.5-Max sein neuestes, auf dem Mixture-of-Experts (MoE)-Ansatz basierendes, großes Sprachmodell vorgestellt. Das Modell wurde mit über 20 Trillionen Token vortrainiert und durch modernste Techniken wie Supervised Fine-Tuning (SFT) und Reinforcement Learning from Human Feedback (RLHF) verfeinert.

Sowohl die API über Alibaba Cloud als auch der Zugang zum Modell über Qwen Chat stehen Entwicklern und Forschern zur Verfügung, um die Fortschritte aus erster Hand zu erleben.

Vergleich mit anderen KI-Modellen

Die Leistung von Qwen 2.5-Max wurde anhand verschiedener Benchmarks mit anderen prominenten KI-Modellen verglichen. Dabei wurden etablierte Metriken wie MMLU-Pro für Problemlösungsfähigkeiten auf Universitätsniveau, LiveCodeBench für Programmierkenntnisse, LiveBench für allgemeine Fähigkeiten und Arena-Hard zur Bewertung der Modelle im Vergleich zu menschlichen Präferenzen verwendet.

Laut Alibaba übertrifft Qwen 2.5-Max DeepSeek V3 in Benchmarks wie Arena-Hard, LiveBench, LiveCodeBench und GPQA-Diamond und zeigt gleichzeitig wettbewerbsfähige Ergebnisse in anderen Bewertungen, einschließlich MMLU-Pro.

Das Instruct-Modell, das für nachgelagerte Aufgaben wie Chat und Programmierung entwickelt wurde, konkurriert direkt mit führenden Modellen wie GPT-4o, Claude-3.5-Sonnet und DeepSeek V3. In diesem Vergleich konnte Qwen 2.5-Max seine Konkurrenten in mehreren Schlüsselbereichen übertreffen.

Auch Vergleiche der Basismodelle lieferten vielversprechende Ergebnisse. Während proprietäre Modelle wie GPT-4o und Claude-3.5-Sonnet aufgrund von Zugangsbeschränkungen nicht zugänglich waren, wurde Qwen 2.5-Max mit führenden öffentlichen Optionen wie DeepSeek V3, Llama-3.1-405B (dem größten Open-Weight Dense Model) und Qwen2.5-72B verglichen. Auch hier zeigte Alibabas neues Modell eine außergewöhnliche Leistung.

Alibaba äußerte sich optimistisch über die Weiterentwicklung des Modells: "Unsere Basismodelle haben in den meisten Benchmarks signifikante Vorteile gezeigt, und wir sind zuversichtlich, dass Fortschritte bei den Post-Training-Techniken die nächste Version von Qwen 2.5-Max auf ein neues Niveau heben werden."

Zugänglichkeit von Qwen 2.5-Max

Um das Modell der globalen Community zugänglich zu machen, hat Alibaba Qwen 2.5-Max in seine Qwen-Chat-Plattform integriert. Nutzer können dort direkt mit dem Modell interagieren, dessen Suchfunktionen erkunden oder sein Verständnis komplexer Fragen testen.

Für Entwickler ist die Qwen 2.5-Max API über Alibaba Cloud unter dem Modellnamen "qwen-max-2025-01-25" verfügbar. Interessierte Nutzer können ein Alibaba Cloud-Konto erstellen, den Model Studio-Service aktivieren und einen API-Schlüssel generieren.

Die API ist sogar mit dem OpenAI-Ökosystem kompatibel, was die Integration in bestehende Projekte und Workflows vereinfacht. Diese Kompatibilität senkt die Hürde für diejenigen, die ihre Anwendungen mit den Fähigkeiten des Modells testen möchten.

Zukünftige Entwicklungen

Alibaba unterstreicht mit Qwen 2.5-Max seine Ambitionen im Bereich der KI. Das Unternehmen betont, dass es ihm nicht nur um die Verbesserung von Benchmarks geht, sondern auch um die Weiterentwicklung der Denk- und Argumentationsfähigkeiten dieser Systeme.

"Die Skalierung von Daten und Modellgröße zeigt nicht nur Fortschritte in der Modellintelligenz, sondern spiegelt auch unser unerschütterliches Engagement für Pionierforschung wider", so Alibaba.

Für die Zukunft plant das Team, die Grenzen des Reinforcement Learning zu erweitern, um noch fortschrittlichere Denkfähigkeiten zu fördern. Dies könnte es ihren Modellen ermöglichen, die menschliche Intelligenz bei der Lösung komplexer Probleme nicht nur zu erreichen, sondern sogar zu übertreffen.

Die Auswirkungen auf die Branche könnten tiefgreifend sein. Mit der Verbesserung der Skalierungsmethoden und den bahnbrechenden Entwicklungen der Qwen-Modelle dürften wir in den kommenden Wochen weitere Wellen in KI-getriebenen Bereichen weltweit beobachten.

Bibliographie:

1. https://www.artificialintelligence-news.com/news/qwen-2-5-max-outperforms-deepseek-v3-some-benchmarks/
2. https://www.reuters.com/technology/artificial-intelligence/alibaba-releases-ai-model-it-claims-surpasses-deepseek-v3-2025-01-29/
3. https://www.reddit.com/r/LocalLLaMA/comments/1hmqpca/deepseek_v3_benchmarks_are_a_reminder_that_qwen/
4. https://www.youtube.com/watch?v=_FYnwYdLtIc
5. https://qwenlm.github.io/blog/qwen2.5-max/
6. https://m.economictimes.com/tech/artificial-intelligence/alibaba-releases-ai-model-it-claims-surpasses-deepseek-v3/articleshow/117670287.cms
7. https://www.forexlive.com/news/alibaba-releases-ai-model-it-claims-surpasses-deepseek-v3-20250129/
8. https://www.tbsnews.net/tech/alibaba-releases-ai-model-claims-it-will-surpass-deepseek-1055641
9. https://www.techzine.eu/news/applications/128208/alibaba-beats-openai-and-anthropic-in-ai-tests/
10. https://www.youtube.com/watch?v=he9xAr_CKMQ