作者｜冬梅

阿里突發(fā)最強(qiáng)旗艦?zāi)Ｐ?，總參?shù)過萬億

就在剛剛，Qwen3-Max-Thinking 正式版突然發(fā)布，總參數(shù)規(guī)模超過 1 萬億（1T），位于目前全球最大規(guī)模 AI 模型行列，預(yù)訓(xùn)練數(shù)據(jù)規(guī)模高達(dá) 36T Tokens，覆蓋大量高質(zhì)量語料。

Qwen3-Max 是阿里通義團(tuán)隊(duì)迄今規(guī)模最大、能力最強(qiáng)的語言模型，該版本包括 Base、Instruct 和 Thinking 多種形式。

在多項(xiàng)權(quán)威基準(zhǔn)測試中表現(xiàn)優(yōu)異，Qwen3-Max-Thinking 性能可與 GPT-5.2-Thinking、Claude-Opus-4.5、Gemini-3 Pro 等閉源頂級(jí)模型競爭甚至超越。

具體而言，Qwen3-Max-Thinking 在多項(xiàng)關(guān)鍵 AI 基準(zhǔn)測試中達(dá)到了或刷新了全球 SOTA 表現(xiàn)：

• 在包含事實(shí)科學(xué)知識(shí)、復(fù)雜推理和編程能力在內(nèi)的 19 項(xiàng)權(quán)威基準(zhǔn)測試中取得極高水平，有記錄顯示其綜合表現(xiàn)可媲美 GPT-5.2-Thinking、Claude-Opus-4.5 及 Gemini-3 Pro 等業(yè)內(nèi)領(lǐng)先模型。

• 在數(shù)學(xué)推理基準(zhǔn)測試中，該模型曾在預(yù)覽階段實(shí)現(xiàn) AIME 25 和 HMMT 25 滿分（即 100% 準(zhǔn)確率），這一表現(xiàn)被認(rèn)為代表了高難度數(shù)學(xué)推理能力。

• 相較于此前的 Instruct 版本，Thinking 版本在 Agent 工具調(diào)用、復(fù)雜邏輯和深度推理任務(wù)中表現(xiàn)出更優(yōu)的能力。

這些測試覆蓋了科學(xué)知識(shí)問答（如 GPQA Diamond）、數(shù)學(xué)推理（如 IMO 等級(jí)測試）、代碼編程（如 LiveCodeBench）等多個(gè)領(lǐng)域，是衡量大型語言模型綜合能力的重要指標(biāo)。

為實(shí)現(xiàn)上述性能突破，千問團(tuán)隊(duì)在官方博客中稱為 Qwen3-Max-Thinking 引入兩項(xiàng)核心創(chuàng)新：

• 自適應(yīng)工具調(diào)用能力，可按需調(diào)用搜索引擎和代碼解釋器，現(xiàn)已上線；

• 測試時(shí)擴(kuò)展技術(shù)（Test-Time Scaling），顯著提升推理性能，在關(guān)鍵推理基準(zhǔn)上超越 Gemini 3 Pro。

那么，這兩項(xiàng)核心創(chuàng)新到底什么意思？

首先是自適應(yīng)工具調(diào)用能力，據(jù)千問團(tuán)隊(duì)介紹，與早期需要用戶手動(dòng)選擇工具的方法不同，Qwen3-Max-Thinking 能在對(duì)話中自主選擇并調(diào)用其內(nèi)置的搜索、記憶和代碼解釋器功能。

該能力源于專門設(shè)計(jì)的訓(xùn)練流程：在完成初步的工具使用微調(diào)后，模型在多樣化任務(wù)上使用基于規(guī)則和模型的反饋進(jìn)行了進(jìn)一步訓(xùn)練。實(shí)驗(yàn)表明，搜索和記憶工具能有效緩解幻覺、提供實(shí)時(shí)信息訪問并支持更個(gè)性化的回復(fù)。代碼解釋器允許用戶執(zhí)行代碼片段并應(yīng)用計(jì)算推理來解決復(fù)雜問題。這些功能共同提供了流暢且強(qiáng)大的對(duì)話體驗(yàn)。

再來說說測試時(shí)擴(kuò)展。該技術(shù)是指在推理階段分配額外計(jì)算資源以提升模型性能的技術(shù)。研發(fā)團(tuán)隊(duì)提出了一種經(jīng)驗(yàn)累積式、多輪迭代的測試時(shí)擴(kuò)展策略。

不同于簡單增加并行推理路徑數(shù)量 N（這往往導(dǎo)致冗余推理），團(tuán)隊(duì)對(duì)并行軌跡數(shù)量進(jìn)行限制并將節(jié)省的計(jì)算資源用于由“經(jīng)驗(yàn)提取”機(jī)制引導(dǎo)的迭代式自我反思。

該機(jī)制從過往推理輪次中提煉關(guān)鍵洞見，使模型避免重復(fù)推導(dǎo)已知結(jié)論，轉(zhuǎn)而聚焦于未解決的不確定性。關(guān)鍵在于，相比直接引用原始推理軌跡，該機(jī)制實(shí)現(xiàn)了更高的上下文利用效率，在相同上下文窗口內(nèi)能更充分地融合歷史信息。在大致相同的 token 消耗下，該方法持續(xù)優(yōu)于標(biāo)準(zhǔn)的并行采樣與聚合方法：GPQA (90.3 → 92.8)、HLE (34.1 → 36.5)、LiveCodeBench v6 (88.0 → 91.4)、IMO-AnswerBench (89.5 → 91.5) 和 HLE (w/ tools) (55.8 → 58.3)。

這些技術(shù)改善了模型處理復(fù)雜任務(wù)時(shí)的自主規(guī)劃、推理鏈構(gòu)建和決策能力。

千問 App PC 端和網(wǎng)頁端已經(jīng)第一時(shí)間上新這一 Qwen 系列最強(qiáng)模型，現(xiàn)在即可免費(fèi)體驗(yàn)。API（qwen3-max-2026-01-23）也已開放。

體驗(yàn)地址：https://chat.qwen.ai/?spm=a2ty_o06.30285417.0.0.1ef4c921OJuiXU

網(wǎng)友：中國大模型卷瘋了！

在模型發(fā)布消息傳出后，社交平臺(tái)上也迅速出現(xiàn)了大量討論。一部分網(wǎng)友的關(guān)注點(diǎn)集中在模型能力本身，語氣中帶著明顯的驚訝與認(rèn)可。

有海外開發(fā)者在 X 上表示，自己已經(jīng)習(xí)慣看到 Qwen 在多個(gè)榜單上“反超”其他模型。

“Qwen 總是能跑贏其他模型，”一位用戶調(diào)侃道，同時(shí)也提出了更偏產(chǎn)品層面的期待，希望 Qwen 能在 Android 端做出“更簡潔、更有辨識(shí)度的應(yīng)用設(shè)計(jì)”，認(rèn)為模型能力已經(jīng)走在前面，產(chǎn)品體驗(yàn)還有進(jìn)一步打磨空間。

也有不少聲音將 Qwen 的發(fā)布節(jié)奏與國際頭部廠商作對(duì)比。一位網(wǎng)友直言，通義千問團(tuán)隊(duì)在模型更新和能力披露上的頻率，甚至“已經(jīng)超過了 OpenAI”。在他看來，這種持續(xù)、高密度的迭代和公開溝通，本身就是一種對(duì)開發(fā)者更友好的信號(hào)，至少讓外界清楚知道模型在什么階段、解決了哪些問題。

還有用戶的反饋則更為直接。一位名為 Harriett Solid 的網(wǎng)友在評(píng)論中寫道：“這正是我一直在等的 Qwen 發(fā)布版本?！边@類評(píng)價(jià)并未展開具體技術(shù)細(xì)節(jié)，但從情緒上看，顯然將 Qwen3-Max-Thinking 視為一次“到位”的升級(jí)，而不是過渡性產(chǎn)品。

整體來看，網(wǎng)友評(píng)論呈現(xiàn)出兩個(gè)明顯特點(diǎn)：一方面，對(duì) Qwen 在推理能力和更新速度上的認(rèn)可度較高；另一方面，討論已經(jīng)開始從“模型是否強(qiáng)”延伸到“產(chǎn)品體驗(yàn)、生態(tài)建設(shè)是否匹配當(dāng)前能力”。

這也從側(cè)面反映出，隨著模型能力逼近甚至進(jìn)入全球第一梯隊(duì)，外界對(duì)通義千問的期待，正在從單點(diǎn)技術(shù)突破，轉(zhuǎn)向更完整的產(chǎn)品與平臺(tái)層面。

https://chat.qwen.ai/

https://qwen.ai/blog?id=qwen3-max-thinking

聲明：本文為 AI 前線整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

InfoQ 2026 全年會(huì)議規(guī)劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產(chǎn)業(yè)落地，從技術(shù)前沿到行業(yè)應(yīng)用，全面覆蓋 AI 與軟件開發(fā)核心賽道！集結(jié)全球技術(shù)先鋒，拆解真實(shí)生產(chǎn)案例、深挖技術(shù)與產(chǎn)業(yè)落地痛點(diǎn)，探索前沿領(lǐng)域、聚焦產(chǎn)業(yè)賦能，獲取實(shí)戰(zhàn)落地方案與前瞻產(chǎn)業(yè)洞察，高效實(shí)現(xiàn)技術(shù)價(jià)值轉(zhuǎn)化。把握行業(yè)變革關(guān)鍵節(jié)點(diǎn)，搶占 2026 智能升級(jí)發(fā)展先機(jī)！

今日薦文

你也「在看」嗎？