阿里發布Qwen3-Max，性能超GPT5，躋身全球前三

9月24日，2025云棲大會開幕，阿里通義旗艦模型Qwen3-Max重磅亮相，性能超過GPT5、Claude Opus 4等，躋身全球前三。Qwen3-Max包括指令（Instruct）和推理（Thinking）兩大版本，其預覽版已在 Chatbot Arena 排行榜上位列第三，正式版性可望再度實現突破。

Qwen3-Max為通義千問家族中最大、最強的基礎模型。該模型預訓練數據量達36T tokens，總參數超過萬億，擁有極強的Coding編程能力和Agent工具調用能力。在大模型用Coding解決真實世界問題的SWE-Bench Verified測試中，Instruct版本斬獲69.6分，位列全球第一梯隊；在聚焦Agent工具調用能力的Tau2-Bench測試中，Qwen3-Max取得突破性的74.8分，超過Claude Opus4和DeepSeek-V3.1。

【圖說】：Qwen3-Max-Instrurct測評分數

Qwen3-Max的推理增強版本Qwen3-Max-Thinking-Heavy也展現出非凡性能，結合工具調用和并行推理技術，其推理能力創下新高，尤其在聚焦數學推理的AIME 25和HMMT測試中，均達到突破性的滿分100分，為國內首次。Qwen3-Max推理模型之所以能夠取得優異成績，原因在于大模型在解數學題時懂得調動工具，能夠寫代碼做題，同時，增加測試時的計算資源，也讓模型表現變得更好。

【圖說】：Qwen3-Max-Thinking-Heavy 測評分數

大模型預訓練原理Scaling Law（規模化法則）認為，持續地增長數據和參數規模，是通向 AGI 的可能路徑之一。由于自然數據的數量有限，當前有部分學者認為預訓練的Scaling Law即將逼近上限，而Qwen3-Max的性能突破顯示，繼續增大數據、模型參數，依然能鍛造出更強的模型，給予了大家更多的信心。目前，通義千問系列模型已經實現從0.5B到超萬億的全尺寸覆蓋，包含三百多個大模型，可滿足不同場景的需求。

用戶可在通義千問QwenChat上免費體驗Qwen3-Max，也可通過阿里云百煉平臺調用API服務。