阿里巴巴在 2025 年 1 月推出 Qwen2.5-Max，釋放出一個清晰訊號：中國開發商不只可以追趕前沿 AI 模型，還能把模型迅速接入大型雲端平台，轉化為實際的 API 與企業服務。這使西方封閉模型面對更大的價格壓力，也讓 DeepSeek 等中國競爭者必須加快迭代。29

這次發布的意義，並不是某一項基準測試就決定了 AI 競賽的勝負，而是阿里巴巴同時整合了具競爭力的效能、託管式雲端服務，以及日益開放的 Qwen 模型生態。

Qwen2.5-Max 是什麼？

阿里巴巴於 2025 年 1 月 28 至 29 日宣布 Qwen2.5-Max，稱其為當時規模最大、能力最強的 Qwen 模型。它採用大型混合專家架構（Mixture of Experts，MoE），以超過 20 兆個 token 進行預訓練，之後再以精選資料進行監督式微調（SFT），並透過人類回饋強化學習（RLHF）完成後訓練。92

MoE 的核心概念，是讓模型擁有大量「專家」模組，但每次處理請求時只啟用其中一部分。這種設計有機會在維持較大總容量的同時，降低相較於同等能力稠密模型的推理成本。不過，阿里巴巴在發布資訊中沒有提供足夠的架構細節，因此無法獨立確認 Qwen2.5-Max 的精確總參數量或啟用參數量。9

Qwen2.5-Max 也不應與較早推出、可供下載的 Qwen2.5 模型混為一談。後者包含 0.5B 至 72B 參數的開放權重基礎模型與指令微調模型，另有量化版本，並透過 Hugging Face、ModelScope 及 Kaggle 提供；Max 版本最初則主要以託管服務形式推出，而非直接公開模型權重。113

初期使用者可透過阿里雲 Model Studio API，以及面向 Qwen 的聊天與產品介面存取 Qwen2.5-Max。換言之，這不只是一次模型發布，也是一項推動雲端使用量與企業客戶採用的商業部署。13

效能主張：亮眼，但不能忽略比較條件

阿里巴巴表示，Qwen2.5-Max 在多項評估中大致可與 Claude 3.5 Sonnet 相提並論，並且「幾乎全面」超越 GPT-4o、DeepSeek-V3 及 Llama 3.1 405B。這些說法應理解為廠商公布的比較結果，而不是已證明模型在所有生產環境都具備普遍優勢。29

公司特別強調知識、程式設計與一般能力測試，包括 MMLU-Pro、GPQA-Diamond、LiveCodeBench、LiveBench 及 Arena-Hard。這樣的測試組合，凸顯 Qwen2.5-Max 對程式設計、數學、需要推理的知識工作，以及企業助理應用的定位。912

在 2025 年 2 月初公布的群眾評測 Chatbot Arena 排行榜上，Qwen2.5-Max 得分 1,332，總排名第七。相關報導稱，它在數學及程式設計類別居首，並在困難提示詞類別排名第二。這是模型獲得使用者偏好的外部訊號，但 Chatbot Arena 仍會受到提示詞、參與者與榜單更新方式影響，不能全面代表模型的可靠性、安全性、代理能力或企業導入價值。1012

因此，較為穩妥的結論是：Qwen2.5-Max 是可信的前沿級競爭者，但「確定擊敗」GPT-4o、Claude 3.5 Sonnet 或 DeepSeek-V3 等更強烈的說法，仍應限定在阿里巴巴的表述與特定基準測試條件之內。29

多語言能力與模型生態的戰略價值

Qwen2.5 的開放權重家族支援多種語言，也涵蓋大量程式設計用途；阿里巴巴後來更表示，Qwen3 擴展至 119 種語言與方言。對需要服務非英語市場、進行在地化部署，或希望降低對單一英語優先模型依賴的企業而言，這種廣度具有實際吸引力。13

阿里巴巴採取的是「託管式旗艦模型＋廣泛開放權重」的混合策略。開放模型可以培養開發者採用、自行部署、微調及硬體支援；Model Studio 則提供託管 API、部署工具與企業營收入口。Qwen2.5 技術報告並稱，公開儲存庫中可取得的模型與變體超過 100 個。1

硬體相容性進一步強化了這套策略。阿里巴巴後來推廣可在 Apple 裝置上運行的量化 Qwen3 版本，也宣布 AMD Instinct 硬體支援 Qwen3 模型，讓開發者不必完全依賴單一雲端或加速器生態。15

Qwen3 如何把競爭再推高？

2025 年 4 月，阿里巴巴推出新一代開放原始碼 Qwen3。該系列包含 6 個稠密模型，參數規模從 0.6B 至 32B；另有 2 個 MoE 模型，其中一款總參數量為 235B、啟用參數量為 22B。43

從 Qwen2.5-Max 到 Qwen3，可以看出阿里巴巴的雙軌做法：在高階託管服務中保留由自身控制存取與收益的旗艦產品，同時在全球發布涵蓋不同規模的開放權重模型，爭取開發者、軟體整合與部署生態的主導地位。413

Model Studio 成為承接這個模型組合的管理平台，讓阿里巴巴可以把模型能力的提升轉化為雲端 API 使用量，而不必只依賴出售模型本身獲利。13

為什麼這會加劇前沿 AI 競爭？

Qwen2.5-Max 緊接在 DeepSeek-V3 引起全球關注後推出，令外界看到的中國 AI 故事不再只是單一公司的意外突破，而是逐漸形成多家開發商並行競爭的局面。阿里巴巴也證明，具備成熟模型家族與雲端基礎設施的科技巨頭，能迅速以一款被宣稱接近美國領先系統的模型作出回應。2

競爭焦點不只是排行榜名次。對企業而言，只要模型在程式設計、客服、翻譯、檢索或內部 Copilot 等工作中「夠好」，同時價格較低、可透過 API 使用，或能以開放權重自行部署，就可能在高用量場景中取代較昂貴的西方模型。

這也迫使 Anthropic 等前沿模型供應商證明其價格差異有長期合理性，例如持續保持效能領先、提供更佳安全性與可靠性、更強的工具使用能力、企業控管功能、長上下文品質及服務支援。近期報導同樣指出，中國模型正縮小能力差距，並以成本優勢展開競爭。611

較可能出現的結果不是某一方立即全面取代另一方，而是市場分層：要求最高的使用者可能仍願意為最強的專有模型付費；對成本、資料主權或部署控制較敏感的企業，則會更積極選擇中國模型或開放權重替代方案。

關於「Ox Alpha」

目前沒有足夠可靠的證據，證明名為「Ox Alpha」的中國前沿模型曾正式發布，並且可與 DeepSeek-V3 或 Qwen2.5-Max 相提並論。因此，它應被視為推測性說法或尚未驗證的名稱，不能用作評估中國 AI 能力的證據。

即使不計入這個未獲證實的名稱，整體結論仍然成立：Qwen、DeepSeek、Moonshot、Z.ai 等開發商，已令前沿 AI 競爭變得更加多極化。開放權重、高效率 MoE 架構、雲端 API，以及較低的運行成本，正從附加功能變成左右市場競爭的核心武器。64

阿里巴巴在 2025 年 1 月推出 Qwen2.5-Max，釋放出一個清晰訊號：中國開發商不只可以追趕前沿 AI 模型，還能把模型迅速接入大型雲端平台，轉化為實際的 API 與企業服務。這使西方封閉模型面對更大的價格壓力，也讓 DeepSeek 等中國競爭者必須加快迭代。29

這次發布的意義，並不是某一項基準測試就決定了 AI 競賽的勝負，而是阿里巴巴同時整合了具競爭力的效能、託管式雲端服務，以及日益開放的 Qwen 模型生態。

Qwen2.5-Max 是什麼？

阿里巴巴於 2025 年 1 月 28 至 29 日宣布 Qwen2.5-Max，稱其為當時規模最大、能力最強的 Qwen 模型。它採用大型混合專家架構（Mixture of Experts，MoE），以超過 20 兆個 token 進行預訓練，之後再以精選資料進行監督式微調（SFT），並透過人類回饋強化學習（RLHF）完成後訓練。92

MoE 的核心概念，是讓模型擁有大量「專家」模組，但每次處理請求時只啟用其中一部分。這種設計有機會在維持較大總容量的同時，降低相較於同等能力稠密模型的推理成本。不過，阿里巴巴在發布資訊中沒有提供足夠的架構細節，因此無法獨立確認 Qwen2.5-Max 的精確總參數量或啟用參數量。9

Qwen2.5-Max 也不應與較早推出、可供下載的 Qwen2.5 模型混為一談。後者包含 0.5B 至 72B 參數的開放權重基礎模型與指令微調模型，另有量化版本，並透過 Hugging Face、ModelScope 及 Kaggle 提供；Max 版本最初則主要以託管服務形式推出，而非直接公開模型權重。113

初期使用者可透過阿里雲 Model Studio API，以及面向 Qwen 的聊天與產品介面存取 Qwen2.5-Max。換言之，這不只是一次模型發布，也是一項推動雲端使用量與企業客戶採用的商業部署。13

效能主張：亮眼，但不能忽略比較條件

阿里巴巴表示，Qwen2.5-Max 在多項評估中大致可與 Claude 3.5 Sonnet 相提並論，並且「幾乎全面」超越 GPT-4o、DeepSeek-V3 及 Llama 3.1 405B。這些說法應理解為廠商公布的比較結果，而不是已證明模型在所有生產環境都具備普遍優勢。29

公司特別強調知識、程式設計與一般能力測試，包括 MMLU-Pro、GPQA-Diamond、LiveCodeBench、LiveBench 及 Arena-Hard。這樣的測試組合，凸顯 Qwen2.5-Max 對程式設計、數學、需要推理的知識工作，以及企業助理應用的定位。912

在 2025 年 2 月初公布的群眾評測 Chatbot Arena 排行榜上，Qwen2.5-Max 得分 1,332，總排名第七。相關報導稱，它在數學及程式設計類別居首，並在困難提示詞類別排名第二。這是模型獲得使用者偏好的外部訊號，但 Chatbot Arena 仍會受到提示詞、參與者與榜單更新方式影響，不能全面代表模型的可靠性、安全性、代理能力或企業導入價值。1012

因此，較為穩妥的結論是：Qwen2.5-Max 是可信的前沿級競爭者，但「確定擊敗」GPT-4o、Claude 3.5 Sonnet 或 DeepSeek-V3 等更強烈的說法，仍應限定在阿里巴巴的表述與特定基準測試條件之內。29

多語言能力與模型生態的戰略價值

Qwen2.5 的開放權重家族支援多種語言，也涵蓋大量程式設計用途；阿里巴巴後來更表示，Qwen3 擴展至 119 種語言與方言。對需要服務非英語市場、進行在地化部署，或希望降低對單一英語優先模型依賴的企業而言，這種廣度具有實際吸引力。13

阿里巴巴採取的是「託管式旗艦模型＋廣泛開放權重」的混合策略。開放模型可以培養開發者採用、自行部署、微調及硬體支援；Model Studio 則提供託管 API、部署工具與企業營收入口。Qwen2.5 技術報告並稱，公開儲存庫中可取得的模型與變體超過 100 個。1

硬體相容性進一步強化了這套策略。阿里巴巴後來推廣可在 Apple 裝置上運行的量化 Qwen3 版本，也宣布 AMD Instinct 硬體支援 Qwen3 模型，讓開發者不必完全依賴單一雲端或加速器生態。15

Qwen3 如何把競爭再推高？

2025 年 4 月，阿里巴巴推出新一代開放原始碼 Qwen3。該系列包含 6 個稠密模型，參數規模從 0.6B 至 32B；另有 2 個 MoE 模型，其中一款總參數量為 235B、啟用參數量為 22B。43

從 Qwen2.5-Max 到 Qwen3，可以看出阿里巴巴的雙軌做法：在高階託管服務中保留由自身控制存取與收益的旗艦產品，同時在全球發布涵蓋不同規模的開放權重模型，爭取開發者、軟體整合與部署生態的主導地位。413

Model Studio 成為承接這個模型組合的管理平台，讓阿里巴巴可以把模型能力的提升轉化為雲端 API 使用量，而不必只依賴出售模型本身獲利。13

為什麼這會加劇前沿 AI 競爭？

Qwen2.5-Max 緊接在 DeepSeek-V3 引起全球關注後推出，令外界看到的中國 AI 故事不再只是單一公司的意外突破，而是逐漸形成多家開發商並行競爭的局面。阿里巴巴也證明，具備成熟模型家族與雲端基礎設施的科技巨頭，能迅速以一款被宣稱接近美國領先系統的模型作出回應。2

競爭焦點不只是排行榜名次。對企業而言，只要模型在程式設計、客服、翻譯、檢索或內部 Copilot 等工作中「夠好」，同時價格較低、可透過 API 使用，或能以開放權重自行部署，就可能在高用量場景中取代較昂貴的西方模型。

這也迫使 Anthropic 等前沿模型供應商證明其價格差異有長期合理性，例如持續保持效能領先、提供更佳安全性與可靠性、更強的工具使用能力、企業控管功能、長上下文品質及服務支援。近期報導同樣指出，中國模型正縮小能力差距，並以成本優勢展開競爭。611

較可能出現的結果不是某一方立即全面取代另一方，而是市場分層：要求最高的使用者可能仍願意為最強的專有模型付費；對成本、資料主權或部署控制較敏感的企業，則會更積極選擇中國模型或開放權重替代方案。

關於「Ox Alpha」

目前沒有足夠可靠的證據，證明名為「Ox Alpha」的中國前沿模型曾正式發布，並且可與 DeepSeek-V3 或 Qwen2.5-Max 相提並論。因此，它應被視為推測性說法或尚未驗證的名稱，不能用作評估中國 AI 能力的證據。

即使不計入這個未獲證實的名稱，整體結論仍然成立：Qwen、DeepSeek、Moonshot、Z.ai 等開發商，已令前沿 AI 競爭變得更加多極化。開放權重、高效率 MoE 架構、雲端 API，以及較低的運行成本，正從附加功能變成左右市場競爭的核心武器。64