一項測試時擴(kuò)展技術(shù)，讓中國大模型在深夜的科技圈投下震撼彈，全球AI性能紀(jì)錄被一夜刷新。

深夜的科技圈，被一則重磅消息點(diǎn)燃。1月26日晚，阿里巴巴正式發(fā)布了其預(yù)告已久的千問旗艦推理模型——Qwen3-Max-Thinking。

這不僅是阿里迄今為止規(guī)模最大、能力最強(qiáng)的千問推理模型，更在多項關(guān)鍵性能基準(zhǔn)測試中，直接超越了GPT-5.2、Claude Opus 4.5和Gemini 3 Pro等國際頂尖對手。

01 深夜王炸

就在昨晚，阿里巴巴通義千問團(tuán)隊扔出了一枚“深夜王炸”。Qwen3-Max-Thinking的正式發(fā)布，標(biāo)志著中國大模型技術(shù)邁上了一個全新的臺階。

這個模型的總參數(shù)超過萬億（1T），預(yù)訓(xùn)練數(shù)據(jù)量高達(dá)36T Tokens。它經(jīng)過了更大規(guī)模的強(qiáng)化學(xué)習(xí)后訓(xùn)練，并通過一系列推理技術(shù)的創(chuàng)新，最終實(shí)現(xiàn)了模型性能的飛躍式突破。

此前，預(yù)覽版Qwen3-Max-Thinking已經(jīng)展示了驚人的潛力，斬獲了數(shù)學(xué)推理AIME 25和HMMT 25的國內(nèi)首個雙滿分。而正式版在此基礎(chǔ)上，性能得到了全面增強(qiáng)。

通義團(tuán)隊為這個模型引入了兩項核心創(chuàng)新：自適應(yīng)工具調(diào)用能力和測試時擴(kuò)展技術(shù)。這兩項技術(shù)，特別是測試時擴(kuò)展技術(shù)，可能是它能夠在多項基準(zhǔn)測試中脫穎而出的關(guān)鍵。

02 性能狂飆

在多項關(guān)鍵性能基準(zhǔn)測試中，Qwen3-Max-Thinking的表現(xiàn)令人震撼。它刷新了科學(xué)知識、數(shù)學(xué)推理、代碼編程等多項關(guān)鍵性能基準(zhǔn)測試的全球紀(jì)錄。

在科學(xué)知識測試中，它超越了GPT-5.2；在數(shù)學(xué)推理領(lǐng)域，它擊敗了Claude Opus 4.5；在代碼編程方面，它的表現(xiàn)也優(yōu)于Gemini 3 Pro。

這些成績的背后，是通義團(tuán)隊在模型推理能力上的重大突破。傳統(tǒng)的推理計算往往只是簡單增加并行推理路徑，重復(fù)推導(dǎo)已知結(jié)論，造成了冗余和效率低下。

而Qwen3-Max-Thinking采用的測試時擴(kuò)展新機(jī)制，能夠?qū)χ暗耐评斫Y(jié)果進(jìn)行“經(jīng)驗提取”式的提煉，并據(jù)此進(jìn)行多輪自我迭代。這意味著在相同的上下文中，它能夠?qū)崿F(xiàn)更高效的推理計算，獲得更智能的推理結(jié)果。

03 突破創(chuàng)新

除了測試時擴(kuò)展機(jī)制外，Qwen3-Max-Thinking還大幅增強(qiáng)了自主調(diào)用工具的原生Agent能力。

通義團(tuán)隊對模型進(jìn)行了基于規(guī)則獎勵與模型獎勵的聯(lián)合強(qiáng)化學(xué)習(xí)訓(xùn)練，讓模型能夠自主選用搜索、個性化記憶和代碼解釋器等三個核心的Agent工具功能。

這意味著，當(dāng)你向它提出問題時，它不僅能給出答案，還能像專業(yè)人士一樣，知道什么時候需要搜索最新信息，什么時候需要調(diào)取相關(guān)知識儲備，什么時候需要用代碼解釋器來驗證解決方案。

同時，模型的幻覺現(xiàn)象也大為降低。這是AI領(lǐng)域長期面臨的難題——模型有時會“自信地”給出錯誤答案。Qwen3-Max-Thinking在這方面取得的進(jìn)展，使它的回答更加可靠和準(zhǔn)確。

04 全面開放

最令人振奮的是，這個強(qiáng)大的模型并非只供少數(shù)人使用。普通用戶現(xiàn)在就可以通過千問PC端和網(wǎng)頁端試用模型，開發(fā)者可以在QwenChat上免費(fèi)體驗Qwen3-Max-Thinking模型。

對于企業(yè)用戶，可以通過阿里云百煉獲取新模型API服務(wù)。而據(jù)了解，千問APP也即將接入新模型，所有用戶都可免費(fèi)體驗。

這意味著，中國企業(yè)和開發(fā)者將能夠第一時間接觸并使用到與世界頂尖水平媲美的大模型技術(shù)。這種開放和普惠的策略，無疑將加速AI技術(shù)在各行各業(yè)的應(yīng)用和創(chuàng)新。

自2022年開始研發(fā)以來，阿里Qwen大模型已經(jīng)成為全球排名第一的開源大模型。而Qwen3-Max-Thinking的發(fā)布，無疑是在這一成功基礎(chǔ)上的又一次飛躍。

阿里美股在模型發(fā)布當(dāng)天微跌1.07%，但港股27日盤前卻漲超2%。資本市場似乎已經(jīng)開始對這個技術(shù)突破作出反應(yīng)。

當(dāng)國際巨頭還在為模型參數(shù)的微小提升而沾沾自喜時，中國團(tuán)隊已經(jīng)通過架構(gòu)和機(jī)制的創(chuàng)新，實(shí)現(xiàn)了質(zhì)的飛躍。一個能夠在測試時自我迭代、自我完善的AI大腦，正在從實(shí)驗室走向千家萬戶的電腦和手機(jī)屏幕。

這不僅是技術(shù)的勝利，更是創(chuàng)新思維的勝利。

AI眼鏡處于爆發(fā)前夜，有很多值得體驗的好產(chǎn)品

歡迎大家進(jìn)群一起交流使用心得！