阿里發(fā)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?zāi)Ｐ蚎wen3-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(yù)覽版已在 Chatbot Arena 排行榜上位列第三，正式版性可望再度實現(xiàn)突破。

【圖說】：Qwen3-Max-Instrurct測評分?jǐn)?shù)

Qwen3-Max為通義千問家族中最大、最強的基礎(chǔ)模型。該模型預(yù)訓(xùn)練數(shù)據(jù)量達36T tokens，總參數(shù)超過萬億，擁有極強的Coding編程能力和Agent工具調(diào)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(diào)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。

Qwen3-Max的推理增強版本Qwen3-Max-Thinking-Heavy也展現(xiàn)出非凡性能，結(jié)合工具調(diào)用和并行推理技術(shù)，其推理能力創(chuàng)下新高，尤其在聚焦數(shù)學(xué)推理的AIME 25和HMMT測試中，均達到突破性的滿分100分，為國內(nèi)首次。Qwen3-Max推理模型之所以能夠取得優(yōu)異成績，原因在于大模型在解數(shù)學(xué)題時懂得調(diào)動工具，能夠?qū)懘a做題，同時，增加測試時的計算資源，也讓模型表現(xiàn)變得更好。

【圖說】：Qwen3-Max-Thinking-Heavy 測評分?jǐn)?shù)

大模型預(yù)訓(xùn)練原理Scaling Law（規(guī)模化法則）認為，持續(xù)地增長數(shù)據(jù)和參數(shù)規(guī)模，是通向 AGI 的可能路徑之一。由于自然數(shù)據(jù)的數(shù)量有限，當(dāng)前有部分學(xué)者認為預(yù)訓(xùn)練的Scaling Law即將逼近上限，而Qwen3-Max的性能突破顯示，繼續(xù)增大數(shù)據(jù)、模型參數(shù)，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(jīng)實現(xiàn)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。

即日起，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(diào)用API服務(wù)。