通义千问升级旗舰模型 Qwen-Max，性能接近 GPT-4o

9 月 19 日云栖大会，阿里云 CTO 周靖人宣布，通义旗舰模型 Qwen-Max 全方位升级，性能接近 GPT-4o。通义官网和通义 APP 的后台模型均已切换为 Qwen-Max，继续免费为所有用户提供服务。用户也可通过阿里云百炼平台调用 Qwen-Max 的 API。

相比上一代模型，Qwen-Max 在训练中使用了更多的训练数据、更大的模型规模、更强的人类对齐，最终达到了更高的智能水平。在 MMLU-Pro、MATH、GSM8K、MBPP、MultiPL-E、LiveCodeBench 等十多个权威基准上，Qwen-Max 表现接近 GPT-4o，数学能力、代码能力则超越了 GPT-4o。数学和代码所代表的推理能力是大模型智能水平的最重要体现。

相比 2023 年 4 月的初代通义千问大模型，Qwen-Max 的理解能力提升 46%、数学能力提升 75%、代码能力提升 102%、幻觉抵御能力提升 35%、指令遵循能力提升 105%，模型与人类偏好的对齐水平更是有了质的飞跃，提升了 700%以上。