基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 86.1 | % | 2024-09-19 | 5-shot | 查看 |
| HUMANEVAL | 86.6 | pass@1 | 2024-09-19 | — | 查看 |
| GSM8K | 88.4 | % | 2024-09-19 | 0-shot CoT | 查看 |
| MATH | 83.1 | % | 2024-09-19 | 0-shot CoT | 查看 |
| BBH | 82.4 | % | 2024-09-19 | 3-shot CoT | 查看 |
合规性
- 数据驻留: CN
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
Qwen2.5 72B
模型概述
Qwen2.5 72B 是阿里巴巴于 2024 年 9 月 19 日发布的开源权重旗舰模型，是 Qwen2.5 系列的一员。模型在中文理解上处于领先地位，覆盖 29+ 种语言，拥有 131K 上下文窗口。在学术基准上，Qwen2.5 72B 在 MMLU（86.1）上与 Llama 3.1 70B 持平或略胜，并在数学（83.1 vs 71.8）和代码（HumanEval 86.6 pass@1）上显著领先。模型以 Qwen License 发布，对商用几乎无限制（仅有少量使用约束），已成为中文市场部署、中英双语 RAG 系统、以及涉及中文上下文的代码生成管道的首选。模型原生支持结构化输出、工具调用与长文档摘要。
核心规格
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU | 86.1 | % | 5-shot |
| HumanEval | 86.6 | pass@1 | — |
| GSM8K | 88.4 | % | 0-shot CoT |
| MATH | 83.1 | % | 0-shot CoT |
| BBH | 82.4 | % | 3-shot CoT |
定价
| 档位 | 价格（每百万 token） |
|---|
| 输入（阿里云） | $0.50 |
| 输出（阿里云） | $0.80 |
| 缓存读取 | $0.00 |
| 缓存写入 | $0.00 |
定价来源：https://help.aliyun.com/zh/model-studio/getting-started/models （截至 2024-09-19）。开源权重亦允许自托管。
优势
- 开源权重模型中中文理解能力领先。
- 代码与数学表现强劲，在多项基准上超越 Llama 3.1 70B。
- 131K 上下文窗口可处理长中文文档与代码库。
- API 定价竞争力强，仅 $0.50/$0.80 每百万 token。
劣势
- Qwen License 较 Apache 2.0 存在少量商用限制。
- 厂商生态以中国为主，海外社区工具链成熟度较低。
- 72B 文本版本不支持原生多模态（Qwen2.5-VL 为独立模型）。
适用场景
- 中国市场的客服与内容生成。
- 中英双语 RAG 系统，需平衡中英文检索。
- 面向中文开发者的代码生成管道。
- 需要强数学与推理且成本敏感的学术研究。
参考文献