SiliconCloud上线推理加速版Qwen2.5-Coder-7B、Qwen2.5-Math-72B

近日，阿里通义千问团队发布了Qwen2.5系列模型之后，在开源社区备受开发者推崇。很快，硅基流动SiliconCloud率先上线了语言模型Qwen2.5-7B/14B/32B/72B。

今天，SiliconCloud继续上线推理加速版的代码专项模型Qwen2.5-Coder-7B-Instruct以及数学专项模型Qwen2.5-Math-72B-Instruct。

相比前身CodeQwen1.5和Qwen2-Math，Qwen2.5-Coder-7B-Instruct在包含5.5T Token编程相关数据上进行了训练，在代码生成、代码推理、代码修复等任务上都有了显著提升，Qwen2.5-Math-72B-Instruct支持中文和英文，并整合了CoT等多种推理方法。

分别感受一下Qwen2.5-Coder-7B-Instruct、Qwen2.5-Math-72B-Instruct在SiliconCloud上推理加速后的效果。

与其他各类开源大模型一样，开发者在本地运行Qwen2.5-Coder-7B-Instruct、Qwen2.5-Math-72B-Instruct模型有较高部署门槛与成本。现在，SiliconCloud上线这两大模型后，免去了开发者的部署门槛，并可轻松调用相应的API服务到实际应用中。

更重要的是，SiliconCloud平台上的Qwen2.5-7B、Qwen2.5-72B输出速度极快，能为你的生成式AI应用带来更高效的用户体验。

目前，Qwen2.5-Coder-7B-Instruct可免费使用，而Qwen2.5-Math-72B-Instruct与此前上线的Qwen2-Math-72B-Instruct保持一致，仅需¥4.13/1M token。

此外，平台还支持开发者自由对比体验各类大模型，最终为自己的生成式AI应用选择最佳实践。

模型评测表现及亮点

代码模型Qwen2.5-Coder-7B-Instruct

在多种编程语言和任务中，Qwen2.5-Coder-7B-Instruct的表现超过了众多大型语言模型，包括那些参数量大得多的模型，展现了其卓越的编程能力。

尤其是，Qwen2.5-Coder-7B-Instruct在以下四个方面表现非常突出：

卓越的多编程语言能力：为了更广泛评估多编程语言能力，Qwen团队使用McEval在Qwen2.5-Coder-7B-Instruct上进行了更多的测试，共设计40多种编程语言。结果表明Qwen2.5-Coder-7B-Instruct在多种编程语言任务上表现非常出色，包括一些小众语言。

代码推理：Qwen团队认为，代码推理能力和通用推理能力密切相关，他们选择CRUXEval作为评估基准，结果表明，Qwen2.5-Coder-7B-Instruct在代码推理任务上表现非常出色。更有趣的是，随着代码推理能力的提升，模型的复杂指令遵循也得到了增强。

数学能力：数学和代码经常被一起讨论，数学是代码的基础学科，代码是数学的重要工具。Qwen团队发现，Qwen2.5-Coder-7B-Instruct在代码和数学任务上都表现出色，是一个名副其实的理科生。

基础能力：Qwen2.5-Coder-7B-Instruct在通用能力上也保持了Qwen2.5的优势。

数学模型Qwen2.5-Math-72B-Instruct

在数学专项模型方面，SiliconCloud此前上线了通义千问的首批模型Qwen2-Math-72B-Instruct，而这一次，Qwen2.5-Math-72B-Instruct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，Qwen2.5-Math-72B-Instruct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在中文和英文的数学解题能力上均实现了显著提升，整体性能超越了Qwen2-Math-72B-Instruct和GPT4-o。

Qwen团队在英文和中文的数学基准上评估Qwen2.5-Math-Instruct-72B。除了广泛使用的基准测试（例如GSM8K和Math）之外，他们还涉及更多更具挑战性的考试，以全面评估Qwen2.5-Math-Instruct-72B的数学能力，例如 OlympiadBench、CollegeMath、GaoKao、AIME2024和AMC2023。对于中国数学基准测试，他们使用CMATH、Gaokao（中国大学入学考试 2024）和CN Middle School 24（中国高中入学考试2024）。

实验结果表明，Qwen2.5-Math-72B-Instruct模型在英文和中文上分别比上一代Qwen2-Math-72B-Instruct模型平均高出4.4分和6.1分，成为目前最好的开源数学模型。

Qwen2.5-Math-72B-Instruct的表现显著优于开源模型和领先的闭源模型（例如 GPT-4o、Gemini Math-Specialized 1.5 Pro）。在RM@8的TIR设置下，在MATH上取得了92.9的高分。

在 AIME 2024 和 AMC 2023 等更复杂的数学竞赛评估中，Qwen2.5-Math-72B-Instruct在各种设置中也表现良好，包括Greedy、Maj@64、RM@64和RM@256。

Qwen2.5-Math-72B-Instruct在TIR模式下几乎获得了满分，解决了几乎所有的问题。在极难的AIME 2024基准测试中，Claude3 Opus、GPT-4 TurboGemini 1.5 Pro 只能解决30道题中的1或2道题。相比之下，Qwen2.5-Math-72B-Instruct在贪婪解码CoT模式下解决了9道题，在TIR模式下解决了12道题。在RM的帮助下，Qwen2.5-Math-7B-Instruct甚至可以解决多达21道题，进一步展现了Qwen2.5-Math-Instruct出色的数学解题能力。

Token工厂SiliconCloud

Qwen2.5（7B）、Llama3.1（8B）等免费用

作为集合顶尖大模型的一站式云服务平台，SiliconCloud致力于为开发者提供更快、更便宜、更全面、体验更丝滑的模型API。

除了Qwen2.5-Coder-7B-Instruct、Qwen2.5-Math-72B-Instruct，SiliconCloud已上架包括Qwen2.5-7B/14B/32B/72B、Flux.1、DeepSeek-V2.5、InternLM2.5-20B-Chat、BCE、BGE、SenseVoice-Small、Llama-3.1、DeepSeek-Coder-V2、SD3 Medium、GLM-4-9B-Chat、InstantID在内的多种开源大语言模型、图片生成模型、代码生成模型、向量与重排序模型以及多模态大模型。