阿里發(fā)布千問最強(qiáng)推理模型Qwen3-Max-Thinking，性能媲美GPT-5.2、Gemini 3 Pro

阿里巴巴1月26日正式發(fā)布千問旗艦推理模型Qwen3-Max-Thinking，在多項(xiàng)權(quán)威評測中刷新全球紀(jì)錄，成為迄今最接近國際頂尖模型的國產(chǎn)AI大模型。這標(biāo)志著中國大模型從“追平”到“領(lǐng)跑"的關(guān)鍵突破。

據(jù)阿里云發(fā)布的信息，該模型總參數(shù)量超萬億，預(yù)訓(xùn)練數(shù)據(jù)量達(dá)36T Tokens，是目前阿里規(guī)模最大、能力最強(qiáng)的千問推理模型。在涵蓋事實(shí)知識、復(fù)雜推理、指令遵循、人類偏好對齊、Agent能力等19項(xiàng)公認(rèn)基準(zhǔn)測試中，Qwen3-Max-Thinking整體性能可媲美GPT-5.2-Thinking、Claude Opus 4.5和Gemini 3 Pro等國際頂尖模型。

該模型采用全新的測試時(shí)擴(kuò)展機(jī)制，實(shí)現(xiàn)推理性能大幅提升的同時(shí)更具經(jīng)濟(jì)性。在啟用工具的HLE（Humanity's Last Exam）評測中，千問得分58.3，大幅超過GPT-5.2-Thinking的45.5和Gemini 3 Pro的45.8，錄得當(dāng)前所有模型的最高分。

阿里巴巴同日宣布，根據(jù)Hugging Face數(shù)據(jù)，Qwen衍生模型數(shù)量突破20萬，成為全球首個(gè)達(dá)成此目標(biāo)的開源大模型。Qwen系列模型累計(jì)下載量突破10億次，被開發(fā)者日均下載110萬次，穩(wěn)居全球開源大模型首位。

推理技術(shù)實(shí)現(xiàn)代際突破

Qwen3-Max-Thinking的核心創(chuàng)新在于測試時(shí)擴(kuò)展機(jī)制的應(yīng)用。阿里云表示，這種機(jī)制可對此前推理的結(jié)果進(jìn)行"經(jīng)驗(yàn)提取"式的提煉，并據(jù)此進(jìn)行多輪自我迭代，在相同的上下文中實(shí)現(xiàn)更高效的推理計(jì)算。

這一技術(shù)路徑區(qū)別于業(yè)界普遍采用的推理計(jì)算方式。阿里云指出，傳統(tǒng)方法只會簡單增加并行推理路徑，重復(fù)推導(dǎo)已知結(jié)論的情況常見，導(dǎo)致冗余推理效率低下。而千問新模型通過"經(jīng)驗(yàn)提取"機(jī)制，可識別并剪枝冗余的邏輯路徑，確保算力被用于探索最有價(jià)值的分支。

該模型進(jìn)行了更大規(guī)模的強(qiáng)化學(xué)習(xí)后訓(xùn)練。阿里云數(shù)據(jù)顯示，在此前預(yù)覽版Qwen3-Max-Thinking斬獲數(shù)學(xué)推理AIME 25和HMMT 25國內(nèi)首個(gè)雙滿分的基礎(chǔ)上，通義團(tuán)隊(duì)進(jìn)一步提升了正式版性能，在多項(xiàng)基準(zhǔn)測試中刷新最佳表現(xiàn)紀(jì)錄。

在HLE這一被稱為"人類最后的測試"的評測中，千問得分58.3，較GPT-5.2-Thinking和Gemini 3 Pro分別高出12.8分和12.5分。在AI評測領(lǐng)域，超過10分的差距通常意味著代際級的領(lǐng)先。

原生Agent能力大幅增強(qiáng)

面向智能體時(shí)代，Qwen3-Max-Thinking大幅增強(qiáng)了自主調(diào)用工具的原生Agent能力。該模型可在對話過程中自主選用搜索、個(gè)性化記憶和代碼解釋器等核心工具功能，提供更符合用戶需求的智能回答。

阿里云介紹，這種能力源自通義團(tuán)隊(duì)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，團(tuán)隊(duì)對模型在大量多樣化任務(wù)上進(jìn)行了基于規(guī)則獎勵與模型獎勵的聯(lián)合強(qiáng)化學(xué)習(xí)訓(xùn)練，使Qwen3-Max-Thinking能夠更智能地結(jié)合工具進(jìn)行思考。

這一能力的提升帶來實(shí)際應(yīng)用價(jià)值的改變。模型不再是單純的"大腦"，需要外掛工具導(dǎo)致指令遵循不穩(wěn)定，而是可以自主判斷何時(shí)搜索互聯(lián)網(wǎng)、何時(shí)編寫代碼、何時(shí)查閱知識庫，并根據(jù)反饋動態(tài)調(diào)整計(jì)劃。阿里云表示，這種機(jī)制大幅降低了模型幻覺，為企業(yè)級應(yīng)用提供了必要的可靠性保障。

目前，開發(fā)者可在QwenChat上免費(fèi)體驗(yàn)Qwen3-Max-Thinking模型，企業(yè)可通過阿里云百煉獲取新模型API服務(wù)。普通用戶可通過千問PC端和網(wǎng)頁端試用模型，千問APP也即將接入新模型。

開源生態(tài)確立全球領(lǐng)先地位

Qwen系列在開源生態(tài)的表現(xiàn)展現(xiàn)了中國大模型的全球影響力。根據(jù)Hugging Face數(shù)據(jù)，基于Qwen的衍生模型數(shù)量突破20萬個(gè)，成為全球首個(gè)達(dá)成此目標(biāo)的開源家族。其累計(jì)下載量突破10億次，日均下載量達(dá)110萬次。

這一數(shù)據(jù)意味著Qwen已完全超越此前被視為開源大模型默認(rèn)標(biāo)準(zhǔn)的Meta Llama系列。據(jù)此前報(bào)道，Meta內(nèi)部代號“牛油果”的秘密項(xiàng)目，在訓(xùn)練新模型時(shí)采用了“蒸餾”技術(shù)向包括Qwen在內(nèi)的多方開源模型學(xué)習(xí)，在技術(shù)層面間接承認(rèn)了Qwen在特定能力上的領(lǐng)先。

Qwen的全球采用份額持續(xù)擴(kuò)大。阿里巴巴采用"全尺寸、全模態(tài)"策略，從0.5B到480B的全參數(shù)段覆蓋，以及對119種語言的支持，使其在東南亞、中東等新興市場迅速成為首選。

這一開源戰(zhàn)略正在轉(zhuǎn)化為實(shí)際的市場優(yōu)勢。千問APP上線首周下載量突破1000萬，兩個(gè)月月活突破1億。該應(yīng)用全面接入淘寶、支付寶、飛豬、高德等生態(tài)，用戶可通過語音指令完成訂機(jī)票、叫外賣等全流程，將AI價(jià)值從信息層推向交易層。

全棧布局構(gòu)建競爭護(hù)城河

阿里巴巴在AI領(lǐng)域的布局覆蓋算力、模型、應(yīng)用全棧。在底層算力方面，平頭哥研發(fā)的PPU在特定推理任務(wù)上的性能已與英偉達(dá)H20相當(dāng)，配合倚天710服務(wù)器芯片，構(gòu)建了"一云多芯"的異構(gòu)算力體系。據(jù)市場消息，阿里巴巴已決定支持平頭哥未來獨(dú)立上市。

阿里云已構(gòu)建起中國最完整的AI基礎(chǔ)設(shè)施。據(jù)摩根士丹利預(yù)測，阿里云收入將在三年內(nèi)翻倍，從2025財(cái)年的1180億元增長至2028財(cái)年的2400億元。其目標(biāo)是在2026年拿下中國AI云市場增量的80%。

阿里CEO吳泳銘去年宣布，未來三年將投入超過3800億元用于建設(shè)云和AI硬件基礎(chǔ)設(shè)施。這一投入規(guī)模與谷歌、Meta和亞馬遜等美股科技巨頭的AI資本開支處于同一量級，體現(xiàn)了阿里對AI長期競爭力的戰(zhàn)略判斷。

Qwen3-Max-Thinking的發(fā)布標(biāo)志著阿里巴巴在AI算法上的頂級實(shí)力得到驗(yàn)證，配合其在算力、應(yīng)用層面的全棧能力，為中國大模型從"追平"到"領(lǐng)跑"的轉(zhuǎn)變提供了關(guān)鍵案例。