阿里开源截止目前为止参数规模最大的Qwen1.5-110B模型：MMLU评测接近Llama-3-70B，略超Mixtral-8×22B！

Qwen1.5系列是阿里开源的一系列大语言模型，也是目前为止最强开源模型之一。Qwen1.5是Qwen2的beta版本，此前开源的模型最大参数规模都是720亿，和第一代模型一样。就在刚刚，阿里开源了1100亿参数规模的Qwen1.5-110B模型。评测结果显示MMLU略超Llama3-70B和Mixtral-8×22B。DataLearnerAI实测结果，相比Qwen1.5-72B模型来说，Qwen1.5-110B模型复杂任务的逻辑提升比较明显！

Qwen1.5-110B模型简介

在开源大模型领域，最大的模型参数规模通常不会超过700亿参数规模。最近2个月，国外开源的DBRX、Mixtral-8×22B-MoE是最新的超过1000亿参数规模的模型。而国内此前开源领域最大的参数模型是720亿参数规模的Qwen1.5-72B规模和650亿参数的深圳元象科技开源的XVERSE-65B。

这次阿里开源的1100亿参数规模的Qwen1.5-110B模型是截止目前为止国内开源模型中参数规模最大的模型。Qwen1.5-110B模型与其它Qwen1.5系列模型架构一致。采用了分组查询注意力机制，因此推理效率很高。该模型最高支持32K上下文，并且支持多语言，包括英文、中文、法语、西班牙语、德语、俄语、韩语、日文等。

按照1100亿参数估计，Qwen1.5-110B模型半精度的推理显存需要220GB。

Qwen1.5-110B模型开源的版本包含基座模型和Chat优化版本，可以说诚意满满！

Qwen1.5-110B模型的评测结果

根据官方公布的评测结果，Qwen1.5-110B模型的评测结果略略超过Llama-3-70B和Mixtral-8×22B。也比Qwen1.5-72B模型本身更强，这几个模型的评测结果对比如下：

模型列表	Qwen1.5-110B	Qwen1.5-72B	Llama-3-70B	Mixtral-8x22B
MMLU	80.4	77.5	79.5	77.8
TheoremQA	34.9	29.3	32.0	35.9
GPQA	35.9	36.3	36.4	34.3
Hellaswag	87.5	86.0	88.0	88.7
BBH	74.8	65.5	76.6	69.2
ARC-C	69.6	65.9	68.8	70.7
GSM8K	85.4	79.5	79.2	78.6
MATH	49.6	34.1	41.0	41.7
HumanEval	52.4	41.5	45.7	45.1
MBPP	58.1	53.4	55.1	71.2

从上面的对比结果看，Qwen1.5-110B模型在综合理解（MMLU）、数学推理（GSM8K和MATH）方面得分比Llama-3-70B略高一点点，是几个模型中最强的。而在复杂推理任务ARC-C上则略低于Mixtral-8×22B模型。在编程测试HumanEval得分则是远超另几个模型，而MBPP编程测试上则低于Mixtral-8×22B模型。从这个评测结果看，Qwen1.5-110B模型应该是与全球最强的开源模型可以一拼。

在DataLearnerAI收集的全球大模型排行榜中，Qwen1.5-110B模型的评测结果非常靠前：

数据来源：https://www.datalearner.com/ai-models/leaderboard/datalearner-llm-leaderboard

这是按照MMLU排序的结果，也是除了Llama3-70B-Instruct模型外最强的开源模型。

Qwen1.5-110B模型实测结果

官方在HF上放了演示链接，我们用一个实例测试了Qwen1.5-110B和Qwen1.5-72B，模型逻辑方面Qwen1.5-110B模型明显更好，答案非常准确：

模型的开源地址和演示地址可以参考DataLearnerAI的模型信息卡：
Qwen1.5-110B：https://www.datalearner.com/ai-models/pretrained-models/Qwen1_5-110B
Qwen1.5-110B-Chat：https://www.datalearner.com/ai-models/pretrained-models/Qwen1_5-110B-Chat
Qwen1.5-72B：https://www.datalearner.com/ai-models/pretrained-models/Qwen1_5-72B-Chat