中國科技巨頭阿裏巴巴旗下的阿裏雲周三發布“通義千問”旗艦版模型（Qwen2.5-Max）全新升級版，並聲稱該模型超越了備受推崇的DeepSeek-V3。

本周三（1月29日），阿裏雲通義千問旗艦版模型（Qwen 2.5-Max）正式發布。這一發布時間頗不尋常，恰逢中國農曆新年，大多數中國人都在假期中與家人團聚。選在春節期間發布也反映出中國AI初創公司DeepSeek在過去三周的迅猛崛起不僅給海外競爭對手帶來壓力，也讓國內同行壓力倍增。

在其官方微信賬號阿裏雲上發布的公告稱，在知識（測試大學水平知識的MMLU-Pro）、編程（LiveCodeBench）、全麵評估綜合能力的（LiveBench）以及人類偏好對齊（Arena-Hard）等六項基準測試中，Qwen2.5-Max比肩Claude-3.5-Sonnet，並幾乎全麵超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。”

其中，GPT-4o來自OpenAI，DeepSeek-V3來自深度求索DeepSeek，而Llama-3.1-405B則是Meta推出的最先進開源AI模型。

DeepSeek崛起引發競爭對手加速模型升級

DeepSeek於1月10日發布的DeepSeek人工智能助手由 DeepSeek-V3 模型驅動，並在1月20日推出了R1模型，這一係列舉措震驚矽穀，並導致多家科技公司股價下挫。DeepSeek據稱研發和使用成本都很低，令投資者對美國頭部AI企業的巨額支出計劃產生了質疑。

與此同時，DeepSeek的成功也促使國內競爭對手加緊升級自己的AI模型。

DeepSeek-R1發布兩日後，字節跳動（TikTok母公司）更新了其旗艦AI模型，並聲稱該模型在AIME測試中優於OpenAI（微軟）的o1模型。AIME是一項衡量AI模型理解和響應複雜指令能力的基準測試。

無獨有偶，DeepSeek此前在推出新模型時也是拿ChatGPT的o1模型做比，表示其R1模型在多個性能基準測試中可與o1媲美。

DeepSeek與國內競爭對手的較量

DeepSeek-V3模型的前身DeepSeek-V2，於去年5月發布後，在中國AI行業引發了一場價格戰。

DeepSeek-V2的開源特性和極低的使用成本（每100萬詞元（token，AI模型處理的數據單位）僅1元人民幣，約合0.14美元）迫使阿裏巴巴雲計算部門宣布對其一係列模型降價，最高降幅達97%。隨後，其他中國科技公司也紛紛跟進，包括百度（2023年3月推出了中國首個類似ChatGPT的產品）以及中國市值最高的互聯網公司騰訊（Tencent）。

DeepSeek創始人梁文峰在去年7月罕見接受中國媒體《浪潮》采訪時表示，自己的這間初創公司“並不在乎”價格戰，而是專注於實現通用人工智能（AGI）。

OpenAI將“通用人工智能”定義為“能夠在大多數經濟價值較高的任務領域超越人類的自主係統”。

與阿裏巴巴等擁有數十萬員工的中國科技巨頭不同，DeepSeek更像是一個研究實驗室，主要由中國頂尖大學的年輕畢業生和博士生組成。

梁文峰在采訪中表示，他認為中國的大型科技公司可能並不適應AI行業的未來。他將這些巨頭的高成本以及自上而下的管理模式，與DeepSeek精簡的運營和寬鬆的管理風格進行了對比。“大型基礎模型需要持續創新，而科技巨頭的能力是有限的。”他說道。