界面新闻记者 | 宋佳楠

　　界面新闻获悉，1月26日晚，阿里端庄推出千问系列旗舰推理模子Qwen3-Max-Thinking。笔据阿里公布的数据，该模子在19项泰斗基准测试中的发达忘形OpenAI的GPT-5.2-Thinking、谷歌的Gemini 3 Pro等外洋顶尖模子，鲜艳着国产大模子在高阶推理畛域终了伏击冲破。

　　该模子总参数目超万亿，预考验数据量达36T Tokens，经大限度强化学习打磨而成。相较于前代模子，其中枢鼎新辘集在两方面。

　　一是自适宜器具调用才调，可按需调用搜索引擎和代码评释器，现已上线Qwen Chat。与早期需要用户手动选拔器具的依次不同，Qwen3-Max-Thinking能在对话中自主选拔并调用其内置的搜索、追忆和代码评释器功能。这种才调让模子能像专科东谈主士同样自主判断是否调用搜索、追忆或代码评释器，比如解答及时计策问题时自动检索最新信息，处理工程计较时运转代码器具考证成果，无需用户非凡教唆即可镌汰“幻觉”风险。

Qwen3-Max-Thinking相关测试数据   图片开头：千问

　　另一个是测试时扩张本事（Test-Time Scaling），指在推理阶段分拨非凡计较资源以栽种模子性能的本事。据称显赫栽种推感性能，在要津推理基准上越过Gemini 3 Pro。

　　一般AI碰到穷困，会同期想好多想路，好多是叠加的，白白耗算力。该本事则通过“劝诫提真金不怕火”式反想，一分彩app官方下载幸免传统模子并行推理的冗余计较，在换取算力下聚焦未科罚难点，使GPQA科学学问测试得分从90.3栽种至92.8，LiveCodeBench编程测试从88.0升至91.4。

针对Qwen3-Max-Thinking的更多性能评估  图片开头：千问

　　在性能比拼中，该模子在被称为“东谈主类临了的测试”的HLE器具调用基准中，以58.3分远超GPT-5.2-Thinking的45.5分和Gemini 3 Pro的45.8分；IMO级数学推理测试获91.5分登顶，预览版更曾拿下AIME 25与HMMT 25双满分。

　　现在，平方用户可通过千问PC端、网页端免费体验，企业则能通过阿里云百真金不怕火得回API做事。

　　1月21日，大众最大AI开源社区Hugging Face最新数据清晰，阿里千问繁衍模子数冲破20万个，成为大众首个达成此野心的开源大模子；同期，千问系列模子下载量冲破10亿次，平均每天被下载110万次，已透顶越过好意思国Llama，稳居开源大模子大众第一。

{jz:field.toptypename/}

　　阿里CEO吴泳铭昨年曾暗示，公司正在积极鼓吹三年3800亿的AI基础形式诞生筹谋，并将会执续追加更大的干与。这一干与限度与谷歌、Meta和亚马逊等好意思股科技巨头的AI本钱开支处于统一量级。

海量资讯、精确解读，尽在新浪财经APP

职守剪辑：宋雅芳