阿里千问最新推理模型亮相：多项性能破纪录
新京报贝壳财经讯（记者 罗亦丹）1月26日晚间，阿里巴巴正式推出千问旗舰推理模型Qwen3-Max-Thinking。在多项关键性能基准测试中，千问模型的表现超越了GPT-5.2、Claude Opus 4.5及Gemini 3 Pro等顶尖模型，刷新了全球纪录，进一步拓展了人工智能系统的推理性能边界。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
通过扩展总参数量、强化学习以及推理计算规模，千问新模型实现了性能的大幅跃升，在科学知识（GPQA Diamond）、数学推理（IMO-AnswerBench）、代码编程（LiveCodeBench）等多个关键基准测试中均创下全球最佳成绩。
具体来看，在核心的模型推理能力提升方面，千问新模型采用了全新的测试时扩展机制。这种机制在提升推理性能的同时，还显著提高了效率。当前业界普遍采用的推理时计算，大多只是简单增加并行推理路径，重复推导已知结论，导致推理效率低下。而千问采用的这项新技术，能够对之前推理的结果进行“经验提炼”式的提纯，并据此进行多轮自我迭代，在相同的上下文语境中实现更高效的推理计算，从而获得更智能的推理结果。基于这一推理技术创新，千问的推理性能和推理效率均得到大幅提升。例如，在启用工具的“人类最后的测试”HLE中，千问获得58.3分，大幅超越GPT-52-Thinking的45.5分以及Gemini 3 Pro的45.8分，录得当前所有模型中的最高分。
阿里巴巴方面表示，Qwen3-Max-Thinking的总参数量超过万亿，经过了更大规模的强化学习后训练，并通过推理技术的一系列创新，最终实现了模型性能的跨越式增长。该模型还大幅增强了自主调用工具的原生Agent能力，使得模型能够像专业人士一样，边使用工具边进行思考。同时，模型的幻觉问题也得到显著抑制，为解决真实世界的复杂任务奠定了坚实基础。目前，普通用户可通过千问PC端及网页端试用新模型，千问APP也即将接入，所有用户均可免费体验。
编辑 陈莉 校对 杨利
相关攻略
新京报贝壳财经讯（记者罗亦丹）1月26日晚间，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking，在多项关键性能基准测试中，千问表现超过了GPT-5 2、Claude Opus 4 5
刘涓溪 纵观马大为的科研人生，从优化反应实验到寻找药物合成最优解，他一直都在和医学难题较劲。在他看来，把医学难题变成科研课题，是科学家必须承担的使命。 科学研究不是无本之木，立足实际更能找到科研的方
阿里系模型攻坚提速。1月26日晚，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking，创下数项权威评测全球新纪录，性能媲美GPT-5 2、Gemini 3 Pro，成为迄今为止最接近国
热门专题
热门推荐
3月30日消息，今晚除了手机之外，vivo还发布了全新的旗舰平板——vivo Pad6 Pro。行业首发13 2英寸4K原彩屏，分辨率3840×2160，347PPI，支持1-144Hz LTPS自
WPS表格中提取括号内容有四种方法：一、单对英文小括号用FIND+MID；二、中英文括号通用需SUBSTITUTE预处理；三、多对括号取最后一对需REVERSESTRING反向查找
3月30日，南京新街口核心商圈，苏豪大厦一楼广场上机器人迎宾起舞，充满科技感。由苏豪资产运营集团与南京新街口金融商务区管理委员会（以下简称“新街口管委会”）共同打造的“数智苏豪”新街口OPC社区揭牌
电 动 知 家消 息，近日，据外媒报道，据福特汽车日前发布的一份文件，该公司首席执行 官吉姆·法利2025年的总薪酬大幅增长了11%，达到约2752万美元（约1 9亿元人民币），这是其自2020年末
白宫里，一台人形机器人缓步走入东厅，与美国“第一夫人”并肩亮相，动作仍带着明显的机械感；仅仅一天后，国会山上，这种“会走路的机器”却被划为潜在安全威胁，写进立法提案。这是上周美国上演的荒诞一幕。两党