1月26日，阿里正式發(fā)布千問旗艦推理模型Qwen3-Max-Thinking，創(chuàng)下數(shù)項權(quán)威評測全球新紀錄。其性能媲美GPT-5.2、Gemini 3 Pro，成為迄今為止最接近國際頂尖模型的國內(nèi)最強AI大模型。

　　Qwen3-Max-Thinking是目前阿里規(guī)模最大、能力最強的千問推理模型，其總參數(shù)量超萬億（1T），預訓練數(shù)據(jù)量高達36T Tokens。

　　通過總參數(shù)、強化學習、推理計算的極致規(guī)模擴展，新模型實現(xiàn)了性能的大幅飛躍，刷新科學知識、數(shù)學推理、代碼編程等多項關鍵性能基準測試的全球紀錄。

　　在關鍵的模型推理能力提升中，千問新模型采用了一種全新的測試時擴展（Test-time Scaling）機制，推理性能提升的同時還更經(jīng)濟。

　　業(yè)界普遍的推理時計算，只會簡單增加并行推理路徑，重復推導已知結(jié)論，造成冗余推理效率低下；而千問采用的這一新機制，可對此前推理的結(jié)果進行“經(jīng)驗提取”式的提煉，并據(jù)此進行多輪自我迭代，在相同的上下文中實現(xiàn)更高效的推理計算，獲得更智能的推理結(jié)果?；谶@一推理技術創(chuàng)新，千問推理性能和推理效率大為提升，比如在啟用工具的“人類最后的測試”HLE中，千問得分58.3，大幅超過GPT-5.2-Thinking的45.5、Gemini 3 Pro的45.8，錄得當前所有模型的最高分。

　　面向即將到來的智能體Agent時代，Qwen3-Max-Thinking還大幅增強了自主調(diào)用工具的原生Agent能力。

　　具體而言，在完成初步的工具使用微調(diào)后，通義團隊對模型進一步在大量多樣化任務上進行了基于規(guī)則獎勵與模型獎勵的聯(lián)合強化學習訓練，使得Qwen3-Max-Thinking擁有更智能結(jié)合工具進行思考的能力。這種自適應的工具調(diào)用能力可在QwenChat上完整體驗，模型自主選用搜索、個性化記憶和代碼解釋器等三個核心的Agent工具功能，提供專業(yè)人士一樣水平的回答，更合用戶心意、更智能、更流暢；同時，模型幻覺也大為降低，為解決真實復雜任務打下基礎。

　　目前，開發(fā)者可在QwenChat上免費體驗Qwen3-Max-Thinking模型，企業(yè)可通過阿里云百煉獲取新模型API服務，普通用戶也可通過千問PC端和網(wǎng)頁端試用模型。

　　據(jù)了解，千問App也即將接入新模型，所有用戶都可免費體驗千問最強模型。

　　作者：楊翔菲 溫婷