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从涨幅1%快速拉升至6.7%。这一行情异动背后是一场技术奇袭。

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。这是继DeepSeek之后，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，忽视了包括阿里通义在内的中国AI整体性追赶。行业媒体认为，若阿里Qwen-2.5-max的确性能超过V3，可以对其RL推理模型给予更大期待。

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，这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？

Qwen2.5-Max采用超大规模MoE架构，基于超过20万亿token的预训练数据。在MMLU-Pro、LiveCodeBench、LiveBench和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，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。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型号在RULER中得分超过90分，持续击败gpt-4o mini。

如果说DeepSeek V3的横空出世展现了中国AI的锐度，那么本次阿里的突破则体现了产业生态的深度进化。在Qwen2.5-Max发布当天，阿里云百炼平台同步开放了完整的工具链支持，开发者可以直接在云端调用。这种“超算集群+开源生态+云原生”的三位一体架构，与北美AWS、Azure、GCP三大云服务商的商业模式形成镜像。根据摩根士丹利最新研报，低成本高性能模型也将重塑数据中心和软件行业格局。对于中国数据中心而言，短期内大型科技公司采用类似技术路线可能减少AI训练相关需求，但从长远来看，低成本模型将推动推理需求增长，对一线城市数据中心形成利好。对于中国软件行业，AI模型成本的降低将降低应用程序运行AI功能的门槛，从供给侧改善行业环境。如果阿里Qwen-2.5-max的性能确实展现出预期水平，加之其低成本优势与完整云生态，有理由期待它将引发中国AI资产新一轮重估。