本文自南都·湾财社。

采写 | 南都N视频记者 林文琪

阿里系模子攻坚提速。1月26日晚，阿里认真发布千问旗舰推理模子Qwen3-Max-Thinking，创下数项巨擘评测环球新记录，性能比好意思GPT-5.2、Gemini 3 Pro，成为迄今为止最接近海外顶尖模子的国内最强AI大模子。

据了解，Qwen3-Max-Thinking是当今阿里规模最大、才智最强的千问推理模子，其总参数目超万亿（1T），预进修数据量高达36T Tokens。此前，预览版Qwen3-Max-Thinking斩获数学推理AIME 25和HMMT 25的国内首个双满分，推感性能已让东谈主惊艳；在此基础上，阿里通义团队进行了更大规模的强化学习后进修，全面普及了郑再版Qwen3-Max-Thinking性能：在涵盖事实常识、复杂推理、教导死守、东谈主类偏好对都、Agent才智等19个公认的大模子基准测试中，千问旗舰推理模子刷新了数项最好阐发（SOTA）记录，全体性能可比好意思 GPT-5.2-Thinking-xhigh、Claude Opus 4.5 和 Gemini 3 Pro 。

据悉，在要害的模子推理才智普及中，千问新模子取舍了一种全新的测试时扩张（Test-time Scaling）机制，使得推感性能普及的同期还更经济。

当今业界浩荡在推理时会遭遇以下贫瘠：只会简便增多并行推理旅途，重叠推导已知论断，形成冗余推理效果低下。据悉，千问取舍新机制，可对此前推理的甘休进行“素质索取”式的提真金不怕火，并据此进行多轮自我迭代，杏彩平台在疏导的坎坷文中竣事更高效的推理运筹帷幄，取得更智能的推理甘休。基于这一推理手艺翻新，千问推感性能和推理效果大为普及，比如在启用器用的“东谈主类终末的测试”HLE中，千问得分58.3，大幅进步GPT-5.2-Thinking的45.5、Gemini 3 Pro的45.8，录顺应前扫数模子的最高分。

HLE测试中千问得分58.3，进步GPT-5.2-Thinking。

另外，面向行将到来的智能体Agent期间，Qwen3-Max-Thinking还大幅增强了自主调用器用的原生Agent才智。具体而言，在完成初步的器用使用微调后，通义团队对模子进一步在浩荡千般化任务上进行了基于规定奖励与模子奖励的勾通强化学习进修，使得Qwen3-Max-Thinking领有更智能勾通器用进行想考的才智。这种自合乎的器用调用才智可在QwenChat上齐全体验，模子自主摄取搜索、个性化驰念和代码阐明器等三个中枢的Agent器费事能，提供专科东谈主士通常水平的恢复，更合用户情意、更智能、更运动；同期，模子幻觉也大为镌汰，为措置果然复杂任务打下基础。

当今，成就者可在QwenChat上免费体验Qwen3-Max-Thinking模子，企业可通过阿里云百真金不怕火获取新模子API做事，闲居用户也可通过千问PC端和网页端试用模子。据了解，千问APP也行将接入新模子杏彩官网，所灵验户都可免费体验千问最强模子。