阿里Qwen3-Max-Thinking引领大模型新潮流

在万众期待中，GPT-5.3和Gemini 3.5的发布潮并未如期而至，本周的焦点却被阿里的Qwen3-Max-Thinking抢占了风头！

1月26日晚，阿里巴巴隆重推出了Qwen3-Max-Thinking，这是其千问系列中能力最强的旗舰级推理模型。在19项权威基准测试中，Qwen3-Max-Thinking与GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等顶尖模型展开了激烈角逐，搭配测试时扩展（TTS）能力后，它在不少基准测试上达到了SOTA。

Qwen3-Max-Thinking究竟新在哪里？首先，它具备了自适应工具调用能力，可按需调用搜索引擎和代码解释器，大大简化了用户手动选择工具的繁琐过程。或许是出于对模型工具调用能力的自信，千问甚至直接将对话框的搜索标识删除了。

该模型还融入了阿里独创的测试时扩展思路。不同于业界常见的“堆并行推理路径”做法，Qwen3-Max-Thinking并未盲目增加并行分支，而是将有限的计算资源集中投入到更“聪明”的推理过程本身，使模型推理更加精准、高效且具备“反思”能力。

早在去年9月，阿里便曾上线Qwen3-Max的Preview版本。相较于Preview版本，正式版实现了思考和非思考模式的有效融合。Qwen3-Max的上下文窗口为256k，参数量暂未公布，但应超过1万亿个参数。

Qwen3-Max-Thinking并非开源模型。目前，它已上线Qwen Chat，用户可在该平台体验模型的自适应工具调用功能。同时，Qwen3-Max-Thinking的API也已开放，价格为2.5元/百万输入tokens、10元/百万输出tokens，具有较高的性价比。

值得一提的是，阿里在同一天还开源了Qwen3-TTS全系列语音合成模型，支持音色克隆、音色创造、拟人化语音生成以及基于自然语言描述的语音控制。

体验链接：

https://chat.qwen.ai/

API调用平台：

https://bailian.console.aliyun.com/cn-beijing/?tab=model#/model-market/detail/qwen3-max-2026-01-23

实测自适应搜索表现能力优于ChatGPT

搜索与代码解释器可结合使用

Qwen3-Max-Thinking上线后，我们第一时间进行了体验。

我们首先测试了Qwen3-Max-Thinking的自适应工具调用能力。这是通过专门的训练流程培养出来的能力：在完成初步的工具使用微调后，模型在多样化任务上使用基于规则和模型的反馈进行了进一步训练。

自适应进行搜索的能力已经较为常见。无论是DeepSeek还是ChatGPT，都能在一些涉及即时信息的查询中主动搜索。Qwen3-Max-Thinking同样如此，例如，当被问及今天的天气时，它会主动搜索并给出准确回答。

对于没有明显时效性提示的内容，Qwen3-Max-Thinking也能自主调用搜索。例如，当被问及“Clawdbot是啥”时，模型先思考了一会儿发现没有相关知识，然后便开始搜索并给出完整介绍。

这一点ChatGPT中的模型就做得不太好。它认为自己的知识库里没有的东西就是错的，没有进行搜索和核验。

例如，当让Qwen3-Max-Thinking“模拟抛掷一枚均匀硬币1,​​​​​​​​次，统计正面朝上的次数并验证大数定律”时，它便开启了代码解释器并编写了60多行Python代码来完成任务。它用Python生成的图标内容是正确的但画风较为朴素。

编程审美比预览版更好

使用高效新型推理方式

在推理时阿里为Qwen3-Max--Thinking采用了一种经验累积式、多轮迭代的测试时扩展策略。

不同于简单增加并行推理路径数量（这往往导致冗余推理），Qwen3--Max--Thinking限制了路径数量并将节省的计算资源用于由“经验提取”机制引导的迭代式自我反思。

size-
val='' src='https://img.36krcdn.com/hsossms/
2​​​​​​​​7/
v​​​​​​​​_a​​​​​​​​5​...'/>























<​/>​​​​​​​​​​​​​​​​​​​​​​​'/alt='编程审美进步'/
/ >