阿里千问Qwen3-Max-Thinking刷新全球SOTA，领跑开源AI模型

新一年的基础模型竞赛，未曾预料到的是，阿里千问竟然率先出手了！

就在此刻，Qwen3-Max-Thinking正式版突然发布，立即刷新了全球SOTA：

在涵盖科学知识、数学推理、代码编程的19项权威基准测试中，Qwen3-Max-Thinking甚至超越了GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等顶级闭源模型。

在此之前，这一超大杯推理模型的“早期预览版”已经在AIME 25和HMMT 25（哈佛-MIT数学竞赛）中达到了100%的准确率。

量子位了解到，完全体的Qwen3-Max-Thinking总参数超过万亿（1T），预训练数据量高达36T Tokens，并且进行了更大规模的强化学习后训练。

在核心技术方面，通过引入自适应工具调用和测试时扩展两项技术创新，Qwen3-Max-Thinking的推理性能和调用工具的原生Agent能力都显著提升。

千问APP的PC端和网页端已经第一时间更新了这一Qwen系列最强模型，现在即可免费体验。API（qwen3-max-2026-01-23）也已开放。

Qwen3超大杯推理版实测

话不多说，来看看Qwen3超大杯推理版到底有多强。

代码能力

编写小游戏对大模型来说早已不是难事，什么贪食蛇、flappy bird都能轻松搞定。

如果再加上难度，让Qwen3-Max-Thinking在网页小游戏里加上手势识别呢？

创建一个基于浏览器的气球射击游戏，使用天空背景，并通过摄像头跟踪用户的手部动作来控制屏幕上的指针。

结果还真能work！在prompt的指导下，细节也都到位：

瞄准动作下，屏幕左上方会显示“瞄准中”的状态；双指捏合触发射击时，能瞬间转换“射击！”提示；如果手出框了，还会出现红色高亮提醒。

完整prompt如下：

“Create a browser-based balloon shooter with a sky background, using the webcam to track a user’s hand and control an on-screen pointer.Core requirements...

...（省略部分代码细节）...

工具调用

此次更新，官方重点强调了两方面的能力提升：推理能力和自主调用工具的原生Agent能力。

正好最近在关注内存涨价这事儿，不妨让Qwen3-Max-Thinking直接帮我们分析一波，写份研报。

...（省略部分代码细节）...

技术解析

在模型上线的同时，阿里千问团队也通过官方技术博客，透露了Qwen3-Max-Thinking的不少技术细节。

...（省略部分技术解析）...

自适应工具调用

...（省略部分自适应工具调用内容）...

测试时扩展技术

...（省略部分测试时扩展技术内容）...

中国开源持续席卷世界

...（省略部分中国开源内容）...