阿里通义千问发布 Qwen2.5-Turbo 开源 AI 模型：支持 100 万 tokens 上下文，处理时间缩短至 68 秒

近日，阿里通义千问发布消息称，经过数月的优化和打磨，针对社区对更长上下文长度（Context Length）的需求，推出了 Qwen2.5-Turbo 开源 AI 模型。

Qwen2.5-Turbo 的上下文长度从 12.8 万个扩展至 100 万个 tokens。这一升级相当于约 100 万英语单词或 150 万汉字，能容纳 10 部完整小说、150 小时的演讲稿或 30000 行代码。

在1M-token的Passkey检索任务中，该模型取得了100%准确率，RULER长文本评估得分高达93.1，超越了GPT-4和GLM4-9B-1M。

团队通过整合稀疏注意力机制，将处理100万tokens到输出第一个tokens的时间从4.9分钟缩短至68秒，速度提升4.3倍。这项进步显著提高了模型的响应效率，使其在处理长文本时更加迅速。

Qwen2.5-Turbo的处理成本保持在每百万tokens 0.3元，能处理的token数量是GPT-4o-mini的3.6倍，具有更强的经济性竞争力，成为高效、经济的长上下文处理解决方案。

虽然Qwen2.5-Turbo在多个基准测试中表现优异，团队仍然意识到在真实场景中的长序列任务表现可能不够稳定，而大型模型的推理成本仍需进一步优化。

未来，团队将持续优化人类偏好、提高推理效率，并探索更强大的长上下文模型。

参考地址：Qwen2.5-Turbo 官方介绍, API 文档, 在线演示

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。