1月26日潍坊铁皮保温施工队，阿里慎重发布千问旗舰理模子Qwen3-Max-Thinking，创下数项评测各人新记录，能忘形GPT-5.2、Gemini 3 Pro，成为迄今适度接近顶模子的国内强AI大模子。通过总参数、强化学习、理计较的致限制扩张，千问新模子收场了能的大幅飞跃，刷新科学学问（GPQA Diamond）、数学理（IMO-AnswerBench）、代码编程（LiveCodeBench）等多项要害能基准测试的各人记录。

Qwen3-Max-Thinking是当今阿里限制大、智力强的千问理模子，其总参数目万亿（1T），预历练数据量达36T Tokens。此前，预览版Qwen3-Max-Thinking斩获数学理AIME 25和HMMT 25的国内个双满分，理能已让东谈主惊艳；在此基础上，阿里通义团队进行了大限制的强化学习后历练潍坊铁皮保温施工队，莳植了郑再版Qwen3-Max-Thinking能：在涵盖事实学问、复杂理、提醒战胜、东谈主类偏好对都、Agent智力等19个公认的大模子基准测试中，千问旗舰理模子刷新了数项佳崇（SOTA）记录，全体能可忘形 GPT-5.2-Thinking-xhigh、Claude Opus 4.5 和 Gemini 3 Pro 。

在要害的模子明智力莳植中，千问新模子汲取了种全新的测试时扩张（Test-time Scaling）机制，理能莳植的同期还经济。业界渊博的理时计较，只会浅近增多并行理旅途，叠加已知论断，酿成冗余理率低下；而千问汲取的这新机制，可对此前理的恶果进行“训戒索取”式的提真金不怕火，并据此进行多轮自我迭代，铁皮保温施工在疏通的高下文中收场的理计较，得到智能的理恶果。基于这理时期革命，千问理能和理率大为莳植，比如在启用用具的“东谈主类后的测试”HLE中，千问得分58.3，大幅过GPT-5.2-Thinking的45.5、Gemini 3 Pro的45.8，录恰现时扫数模子的分。

面向行将到来的智能体Agent时间，Qwen3-Max-Thinking还大幅增强了自主调用用具的原生Agent智力。具体而言，在完成初步的用具使用微调后，通义团队对模子跳跃在大都千般化任务上进行了基于规章励与模子励的采集强化学习历练，使得Qwen3-Max-Thinking领有智能归拢用具进行念念考的智力。这种自适宜的用具调用智力可在QwenChat上圆善体验，模子自主采纳搜索、个化挂牵和代码解说器等三个中枢的Agent用具，提供业东谈主士样水平的回话，用户情意、智能、流通；同期，模子幻觉也大为缩小，为处分真确复杂任务下基础。

当今，确立者可在QwenChat上费体验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就业，庸俗用户也可通过千问PC端和网页端试用模子。据了解，千问APP也行将接入新模子，所灵验户都可费体验千问强模子。

责编：秦雅楠、李萌潍坊铁皮保温施工队