长话短说
就在刚刚，Qwen 开源了其最新版本模型 Qwen2.5 全家桶：
Qwen2.5: 0.5B、1.5B、3B、7B、14B、32B 和 72B
Qwen2.5-Coder：1.5B、7B 和 32B（即将发布）
Qwen2.5-Math：1.5B、7B 和 72B。
Qwen API 大降价，低至 1 折（Qwen Turbo 的输出）
进一步的
在线体验
https://huggingface.co/spaces/Qwen/Qwen2.5
相关报告
https://qwenlm.github.io/zh/blog/qwen2.5/
开源协议
除 3B 和 72B 外，均通过 Apache 2.0 协议进行开源
API 大幅降价
Qwen-VL-Max（对比 Qwen-Max）
原价格（每千 token）
输入 0.04 元，输出 0.12 元
现价格（每千 token）
输入 0.02 元，输出 0.02 元
Qwen-Plus
原价格（每千 token）
输入 0.004 元，输出 0.012 元
现价格（每千 token）
输入 0.0008 元，输出 0.002 元
Qwen-Turbo
原价格（每千 token）
输入 0.002 元，输出 0.006 元
现价格（每千 token）
输入 0.003 元，输出 0.0006 元
性能大为提升（来自官方）
Qwen2.5
在开源模型中，最大杯的 Qwen2.5-72B，在参数中超过众多开源模型
在 API 中，从参数上看，Qwen-Plus 显著优于 DeepSeek-V2.5，并且在与 Llama-3.1-405B 的竞争中表现出了竞争力，尽管在某些方面仍不及 GPT4-o 和 Claude-3.5-Sonnet。
对于开源的 Qwen2.5-14B 和 Qwen2.5-32B，在同等量级的模型中，颇具竞争力，如 Phi-3.5-MoE-Instruct 和 Gemma2-27B-IT。
基于 API 的 Qwen2.5-Turbo 的性能极具竞争力，同时提供了成本效益高且快速的服务。
对于小模型 Qwen2.5-3B，仅凭约 3B 参数便实现了 Llama-3 8B 的性能。
Qwen2.5-Coder
Qwen2.5-Coder 是为编程特别设计的模型，基准测试数据如下：
Qwen2.5-Coder 最多 128K tokens 上下文，支持 92 种编程语言。
本次开源的 7B 版本 Qwen2.5-Coder，甚至打败了更大尺寸的 DeepSeek-Coder-V2-Lite 和 Codestral-20B，成为当前最强大的基础代码模型之一。
Qwen2.5-Coder-Instruct 是 Qwen2.5-Coder 的指令微调版，在更多的评估中体现出了卓越的泛化性。
特别的，Qwen2.5-Coder-Instruct 在几个方面表现非常突出：
多语言编程能力很强
代码推理能力出色
3. 数学能力和基础能力都很强
Qwen2.5-Math
比以往模型，Qwen2.5-Math 在更大规模的数学相关数据上进行了预训练，包括由 Qwen2-Math 生成的合成数据。此外，这一次我们增加了对中文的支持，并通过赋予其进行 CoT（Chain of Thought）、PoT（Program of Thought）和 TIR（Tool-Integrated Reasoning）的能力来加强其推理能力。
Qwen2.5-Math-72B-Instruct 的整体性能超越了 Qwen2-Math-72B-Instruct 和 GPT4-o，甚至是非常小的专业模型如 Qwen2.5-Math-1.5B-Instruct 也能在与大型语言模型的竞争中取得高度竞争力的表现。
