刷新世界記錄！千問推理，小五郎秒變柯南？

張書樂 人民網、人民郵電報專欄作者

測試世界第一還不是無敵，

還需實戰和消費場景天下第一。

世界第一的紀錄，正在被中國大廠接連刷新。

一個大廠刷完，下一個大廠接著刷。

中國AI正在包攬全球AI競賽各個賽場上的前三甲。

現在的關鍵賽點，是到底這些AI，是柯南，還是毛利小五郎。

26日晚間，阿里正式發布千問旗艦推理模型Qwen3-Max-Thinking，在多項關鍵性能基準測試中，千問表現超過了GPT-5.2、Claude Opus 4.5 和Gemini 3 Pro等頂尖模型，刷新全球紀錄，進一步拓展了人工智能系統的推理性能邊界。

阿里方面表示，Qwen3-Max-Thinking總參數超萬億，進行了更大規模的強化學習后訓練，并通過推理技術的系列創新，最終完成模型性能的大幅飛躍。

其還大幅增強了自主調用工具的原生Agent能力，模型可像專業人士一樣邊用工具邊思考。

同時，模型幻覺也大為降低，為解決真實復雜任務打下基礎。

目前，普通用戶可通過千問PC端和網頁端試用新模型，千問APP也即將接入，所有用戶都可免費體驗。

此外，28日，全球最大開源社區Hugging Face最新數據顯示，阿里千問大模型開源數量突破400個，是全球AI開源社區采用率最高的模型。

麻省理工學院報告指出，2025年，中國研發的開源大模型全球下載量占比達17.1%，首次超越美國（15.8%），躍居世界第一。

值得注意的是，1月15日，阿里在杭州舉辦了千問產品發布會，宣布全面接入淘寶、支付寶、飛豬、高德、盒馬等阿里生態業務。

阿里千問 APP 化身智能體“顧問”，支持一句話點外賣、購物、買機票、訂酒店，引發廣泛關注。

Chatbot （聊天機器人）的戰爭已經基本結束。

下一步競爭的焦點是轉向“會干活”的AI Agent（智能體），愈發成為行業共識。

目前，阿里、騰訊、字節等大廠均已布局智能體。

值得注意的是，盡管前景廣闊，但行業智能體的規模化應用仍面臨多重障礙。

對于Qwen3-Max-Thinking的正式發布，最值得關注的點是什么？

如何看Qwen3-Max-Thinking的行業應用前景？

目前，國內同類產品的發展狀況和市場情況是怎樣的？

Qwen3-Max-Thinking的面世，是否有助于阿里千問市場拓展？

對此，網聯社梁偉和書樂進行了一番交流，本猴以為：

測試世界第一還不是無敵，還需實戰和消費場景天下第一。

具體到阿里千問這次破紀錄，也不能盲目樂觀。

推理能力需要實戰檢測，僅僅靠跑分不能證明領先。

推理水平到底是柯南，還是毛利小五郎，都需要大眾實踐來檢驗。

同時，這個記錄能保持幾天，會把哪家中國大廠所打破，還很難說。

真正的崛起，還是要如此前更新去切入電商場景那樣，通過大模型推理，讓精準消費距離和購物選擇的難度再一次扁平化，才是最強。

誠然，阿里的電商大數據，就是千問的私有數據池，也是友商攻不破的護城河。

不過，未來，阿里電商體系的地位，決定了千問核心競爭力的大小，唯有千問通過功能服務反哺阿里電商，才是真正的應用價值。

總體來說，2025年開始，中國人工智能從此前的通用模式的大模型之爭，走向垂直細分市場的智能體競技。

通過對細分功能如繪畫、作曲、寫作、編程等功能性服務，進行深度定制。

對于阿里千問來說，只有真正能作用于B端或C端，且顯著有效，才有市場價值。

或者說，此前融入阿里生態，是阿里為用戶直接制作了智能體，即過去的AI競爭是大模型的通用功能競爭。

當下的AI賽點是用大模型打磨出針對化服務的智能體。

此次千問推理模型，則是為智能體提供更好的智力支持，就看這個支持到底能讓智商有多大程度提高，則市場就會有多大的拓展空間。