界面新闻记者 | 宋佳楠   界面新闻获悉，1月26日晚，阿里正式推出千问系列旗舰推理模型Qwen3-Max-Thinking。根据阿里公布的数据，该模型在19项权威基准测试中的表现媲美OpenAI的GPT-5.2-Thinking、谷歌的Gemini 3 Pro等国际顶尖模型，标志着国产大模型在高阶推理领域实现重要突破。   该模型总参数量超万亿，预训练数据量达36T Tokens，经大规模强化学习打磨而成。相较于前代模型，其核心改进集中在两方面。   一是自适应工具调用能力，可按需调用搜索引擎和代码解释器，现已上线Qwen Chat。与早期需要用户手动选择工具的方法不同，Qwen3-Max-Thinking能在对话中自主选择并调用其内置的搜索、记忆和代码解释器功能。这种能力让模型能像专业人士一样自主判断是否调用搜索、记忆或代码解释器，比如解答实时政策问题时自动检索最新信息，处理工程计算时启动代码工具验证结果，无需用户额外指令即可降低“幻觉”风险。 Qwen3-Max-Thinking相关测试数据 图片来源：千问   另一个是测试时扩展技术（Test-Time Scaling），指在推理阶段分配额外计算资源以提升模型性能的技术。据称显著提升推理性能，在关键推理基准上超越Gemini 3 Pro。   一般AI遇到难题，会同时想很多思路，很多是重复的，白白耗算力。该技术则通过“经验提取”式反思，避免传统模型并行推理的冗余计算，在相同算力下聚焦未解决难点，使GPQA科学知识测试得分从90.3提升至92.8，LiveCodeBench编程测试从88.0升至91.4。 针对Qwen3-Max-Thinking的更多性能评估 图片来源：千问   在性能比拼中，该模型在被称为“人类最后的测试”的HLE工具调用基准中，以58.3分远超GPT-5.2-Thinking的45.5分和Gemini 3 Pro的45.8分；IMO级数学推理测试获91.5分登顶，预览版更曾拿下AIME 25与HMMT 25双满分。   目前，普通用户可通过千问PC端、网页端免费体验，企业则能通过阿里云百炼获取API服务。   1月21日，全球最大A
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页