qwen2.5-max
Snapshot del 11 de septiembre de 2026 · LMArena, categoría overall
Puesto
#179
categoría overall
Arena Score
1374
IC 95% 1370 – 1378
Percentil
55
sobre el leaderboard completo
Batallas
32 418
votos acumulados
Distancia al #1
−132
puntos de rating
Modelos por encima
178
con rating superior
Empate estadístico: los intervalos de confianza se solapan con 14 modelos del rango #170 – #185, así que el puesto no es distinguible del de ellos con los votos actuales.
Dependencia del estilo
El style control descuenta el formato de la respuesta (longitud, markdown, listas). Un delta positivo significa que el modelo mejora cuando ese efecto se descuenta.
Sin control de estilo
1367 #173
Con control de estilo
1312 #14
Efecto del style control
+7 pts
Rendimiento por categoría
Puesto del modelo en cada categoría del leaderboard. Si no acumula votos suficientes en una categoría, no aparece en ella.
Código
#195
Matemáticas
#188
Escritura creativa
#161
Seguimiento de instrucciones
#185
Multi-turno
#178
Prompts difíciles
#184
Nivel experto
#191
Inglés
#188
Otros idiomas
#175
Más fuerte en francés (#142) · más débil en prompts difíciles en inglés (#198)
Trayectoria histórica
Evolución del modelo entre snapshots. El cambio de rating en 30 días es la medida honesta de si mejoró o empeoró.
Debut
3 feb 2025
hace 585 días
Historia
154 snapshots
en los que aparece
Mejor puesto
#5
el 3 feb 2025
Rating máximo
1375
pico histórico
Snapshot anterior
#177
cayó 2 puestos
Hace 30 días
#170
cayó 9 puestos
Rating 30 días
−0.3 pts
cambio neto
Volatilidad
55.3
desviación del puesto
Dentro de su organización
Puesto #24 de 42 modelos
Mejor rating de la organización 1481
Sobre este modelo
Texto del modelo en HTML RAW
Navegar el leaderboard
Otros modelos de Alibaba
Ver todosPreguntas frecuentes
- ¿Qué GPU necesito para correr este modelo?
- Depende de la cuantización: unos 140 GB de VRAM en fp16, unos 70 GB en 8 bits y unos 40 GB en 4 bits. En la práctica, una H100 de 80 GB lo mueve en 8 bits y una A6000 de 48 GB en 4 bits.
- ¿Cuantizarlo le baja la calidad?
- Bajar a 8 bits es casi gratis en calidad. A 4 bits la pérdida ya se nota en tareas de razonamiento y de código, aunque para conversación y redacción sigue siendo perfectamente utilizable.
- ¿Puedo usarlo en un producto comercial?
- Sí, la Llama 3.3 Community License permite uso comercial, pero no es una licencia abierta sin condiciones: obliga a atribuir el modelo y exige una licencia aparte de Meta si tu producto supera los 700 millones de usuarios activos mensuales.
- ¿Por qué el puesto no es un dato exacto?
- Porque el rating es una estimación con margen de error. Cuando los intervalos de confianza de dos modelos se solapan, el orden entre ellos depende del ruido de los votos, no de una diferencia real de calidad.
- ¿Ollama o vLLM?
- Ollama para empezar rápido y para un solo usuario a la vez. vLLM cuando hay peticiones concurrentes: agrupa las peticiones y aprovecha mucho mejor la GPU, a cambio de una configuración más laboriosa.
- ¿Cada cuánto se actualizan estos datos?
- Con cada snapshot del leaderboard. La fecha del snapshot que estás viendo aparece arriba, junto al nombre del modelo, y las comparativas a 30 días se recalculan contra el snapshot más cercano a esa ventana.