阿里通义千问Qwen3-Max-Thinking震撼面世：首个万亿级推理大模型领跑全球SOTA

2026年全球基础大模型的竞争愈发激烈，而阿里巴巴旗下的通义千问再次走在了行业前列！

就在近日，Qwen3-Max-Thinking正式版重磅发布，并迅速刷新了多项全球SOTA纪录：

在涵盖科学、数学逻辑及编程代码等19项权威基准测试中，该模型已全面对齐甚至反超GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等顶尖闭源模型。

注：此前该推理模型的预览版已在AIME 25与HMMT 25等国际顶尖数学竞赛中，展现出了惊人的100%准确率。

根据公开资料显示，完全体的Qwen3-Max-Thinking拥有超过一万亿（1T）的参数规模，预训练数据量更是达到了庞大的36T Tokens，并经历了更高强度的强化学习后训练过程。

在核心技术创新上，通过引入自适应工具调用与测试时扩展（Test-time Scaling），Qwen3-Max-Thinking在逻辑推理及原生智能体（Agent）能力方面均实现了质的飞跃。

目前，通义千问APP（移动端及网页端）已同步上线这一最强模型，用户可免费体验。同时，官方API（qwen3-max-2026-01-23）也已对外开放。

Qwen3超大杯推理能力实测

Qwen3-Max-Thinking的实际表现究竟如何？我们通过几个高难度场景进行了深度测评。

代码编写能力

对于现代大模型而言，编写简单的贪吃蛇或Flappy Bird已是基本操作。但若要求Qwen3-Max-Thinking在网页游戏中集成手势识别技术，结果会如何？

请创建一个基于浏览器的气球射击游戏，要求使用天空背景，并支持通过摄像头追踪用户手部动作来操控准星。

令人惊讶的是，模型不仅成功生成了可运行的代码，还完美实现了Prompt中的细节要求：

当手部在画面内时，屏幕左上角会实时显示“瞄准中”；通过双指捏合触发射击动作，提示语会瞬间切换为“射击！”；若手部超出识别范围，系统还会给出红色高亮预警。

此外，面对“鹈鹕骑自行车”这类经典的动态SVG生成测试，模型也给出了形神兼备的创意方案。

生成一段描述鹈鹕骑自行车的动态SVG动画。

虽然构图略显简洁，但其对复杂指令的理解与视觉化表达能力依然可圈可点。

自主工具调用

官方强调的另一大核心提升是原生智能体能力。我们以“分析内存价格波动”为题，要求Qwen3-Max-Thinking撰写一份行业研报。

提示词如下：

近期存储内存价格持续上涨，请分析受影响的股票，并绘制相关股价的走势图。

观察侧边栏的思考链路可以发现，模型首先自主进行全网搜索收集实时信息，随后调用内置的代码解释器进行数据清洗与可视化分析，展现出了如同人类分析师般的逻辑思考过程。

核心技术解析

阿里通义千问团队通过技术博客披露了模型背后的两项核心创新技术。

自适应工具调用（Adaptive Tool-use）

与以往依赖用户指令开启工具的方式不同，Qwen3-Max-Thinking可以根据对话背景，自动决定何时启用搜索引擎、记忆库或代码解释器。这种机制显著减少了模型幻觉，使其能更精准地处理实时信息和复杂计算任务。

测试时扩展技术（Test-Time Scaling）

该技术允许模型在推理阶段动态分配算力。阿里团队采用了一种基于“经验积累”的迭代反思策略，使模型能够专注于解决不确定性问题，而非进行无效的重复计算。这种方法在大规模任务中表现出了极高的推理效率和准确度。

在极高难度的HLE测试中，Qwen3-Max-Thinking以58.3的高分刷新纪录；在IMO级别的数学竞赛中，更以91.5分拔得头筹。

中国开源力量席卷全球

2026年的AI开年巨献再次由中国厂商完成。数据显示，中国开源AI模型的全球采用份额已升至17.1%，超越了美国的15.8%。

在这一浪潮中，阿里通义千问Qwen系列无疑是其中的佼佼者。其衍生模型数量已突破20万个，全球累计下载量超过10亿次，已然成为国际开源界的全新标杆。

随着Qwen3-Max-Thinking的发布，阿里正致力于将顶尖AI能力与淘宝、支付宝等生态业务深度整合。这不仅标志着大模型能力的再次飞跃，更预示着AI应用将加速深入千家万户。

第一枪已然打响，让我们共同期待中国开源技术在2026年继续领跑世界！

体验地址：https://chat.qwen.ai/