登顶全球开源代码模型王座
11 月 12 日，阿里云通义大模型团队开源通义千问代码模型全系列，共 6 款 Qwen2.5-Coder 模型。相关评测显示，6 款代码模型在同等尺寸下均取得了业界最佳效果，其中 32B 尺寸的旗舰代码模型在十余项基准评测中均取得开源最佳成绩，成为全球最强开源代码模型，同时，该代码模型还在代码生成等多项关键能力上超越闭源模型 GPT-4o。基于 Qwen2.5-Coder，AI 编程性能和效率均实现大幅提升，编程「小白」也可轻松生成网站、数据图表、简历、游戏等各类应用。
编程语言是高度逻辑化和结构化的，代码模型要求理解、生成和处理这些复杂的逻辑关系和结构，通常也被认为是大模型逻辑能力的基础来源之一，对于整体提升大模型推理能力至关重要。Qwen2.5-Coder 基于 Qwen2.5 基础大模型进行初始化，使用源代码、文本代码混合数据、合成数据等 5.5T tokens 的数据持续训练，实现了代码生成、代码推理、代码修复等核心任务性能的显著提升。
其中，本次新发布的旗舰模型 Qwen2.5-Coder-32B-Instruct，在 EvalPlus、LiveCodeBench、BigCodeBench 等十余个主流的代码生成基准上，均刷新了开源模型的得分纪录，并在考察代码修复能力的 Aider、多编程语言能力的 McEval 等 9 个基准上优于 GPT-4o，实现了开源模型对闭源模型的反超。
在代码推理方面，Qwen2.5-Coder-32B-Instruct 刷新了 CRUXEval-O 基准开源模型的最佳纪录。Qwen2.5-Coder-32B-Instruct 在 40 余种编程语言中表现优异，在 McEval 基准上取得了所有开闭源模型的最高分，并斩获考察多编程语言代码修复能力的 MdEval 基准的开源冠军。
此次开源，Qwen2.5-Coder 推出 0.5B/1.5B/3B/7B/14B/32B 等 6 个尺寸的全系列模型，每个尺寸都开源了 Base 和 Instruct 模型，其中，Base 模型可供开发者微调，Instruct 模型则是开箱即用的官方对齐模型，所有 Qwen2.5-Coder 模型在同等尺寸下均取得了模型效果最佳（SOTA）表现。
Qwen2.5-Coder 全系列开源，可适配更多应用场景，无论在端侧还是云上，都可以让 AI 大模型更好地协助开发者完成编程开发，即便是编程「小白」，也可基于内置 Qwen2.5-Coder 的代码助手和可视化工具，用自然语言对话生成网站、数据图表、简历和游戏等各类应用。
截至目前，Qwen2.5 已开源 100 多个大语言模型、多模态模型、数学模型和代码模型，几乎所有模型都实现了同等尺寸下的最佳性能。据了解，全球基于 Qwen 系列二次开发的衍生模型数量 9 月底突破 7.43 万，超越 Llama 系列衍生模型的 7.28 万，通义千问已成为全球最大的生成式语言模型族群。
