2月4日凌晨，三方基准测试平台Chatbot Arena公布了最新的大模型盲测榜单。一周前发布的Qwen2.5-Max在此次评测中表现出色，超越了DeepSeek V3、o1-mini和Claude-3.5-Sonnet等模型，以1332分位列全球第七名，并成为中国非推理类大模型的冠军。此外，Qwen2.5-Max在数学和编程等单项能力上排名第一，在硬提示方面排名第二。