揭秘谷歌Gemini 3：性能全面升级，AI新纪元开启
首个国产版的Gemini 3，终于来了。
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 👈
1月26日，阿里正式发布了通义千问旗舰推理模型Qwen3-Max-Thinking。
据介绍，Qwen3-Max-Thinking的总参数量超过万亿，预训练数据量高达36T+ Tokens，在科学知识、数学推理、代码编程等多项权威评测中刷新了全球纪录。它在数学推理的AIME 25和HMMT 25上拿到了国内首个双满分，甚至在“人类最后的测试”HLE中得分58.3，大幅超过GPT-5.2-Thinking的45.5和Gemini 3 Pro的45.8。
更关键的是时间点。如果你最近关注AI圈，会发现各家大模型厂商都在憋大招，阿里抢在这个节骨眼上发布Qwen3-Max-Thinking，摆明了就是要争“国产第一个Gemini 3”的名号。
榜单数据再好看，到底能不能媲美Gemini 3？
试了几次千问生成代码，前几次任务失败率还挺高的，但只要碰到阿里擅长的场景，表现就完全不一样。比如让它做一个卖水果的电商，商品分类、加购结账这些功能，基本一次就写出来了，而且逻辑很完整，体验也流畅。很明显，电商这种场景它见得太多，淘宝天猫的数据喂得够饱，所以做起来特别顺手。
但换成其他类型的任务，成功率就不太稳定了。如果你的需求正好在它的舒适区里，那体验确实要好；如果偏离了，可能得多试几次调整提示词。
我还专门测试了一个更复杂的交互案例：用摄像头做体感控制的打气球游戏，这也是Gemini 3展示过的经典demo。具体需求是：用手势控制屏幕上的准星，做捏合动作来射击从下往上飘的气球，还要有天空背景、云层漂移、击中特效、连击反馈这些细节。
千问的表现让我有点意外。整个游戏的框架它一次就搭出来了：天空渐变背景、气球从底部生成往上飘、大小不同速度不同、UI显示分数和连击数，这些基础逻辑都没问题。
交互效果做得挺有意思。伸出食指，屏幕上的准星就会跟着手移动，拇指和食指捏合就能开火。击中气球的瞬间，屏幕会轻微震动，气球爆开时有粒子特效散开，还有“叮”的一声音效，反馈感做得很足。连续击中将显示combo数字，这种即时反馈确实有代入感。
但实际玩起来有个明显的问题：瞄不准。手明明对准一个气球了，但准星位置总是偏的，打好几下才能碰巧击中。这应该是手部追踪和屏幕坐标映射之间有偏差，或者校准算法不够精确。虽然千问做出了体感控制的完整流程：摄像头调用、手势识别、射击反馈这些环节都跑通了，但核心的“指哪打哪”这个精度没做好，导致游戏性打了折扣。
不过，千问这次最厉害的地方，不是参数有多大，而是它“想问题”的方式变了。在关键的模型推理能力提升中，千问新模型采用了一种全新的测试时扩展机制，推理性能提升的同时还更经济。
打个比方，以前的AI做数学题是这样的：同时写10份答案，然后投票看哪个对的人多，就选哪个。这种方法很笨，浪费算力，而且10份答案里可能犯的都是同一个错误。
Qwen 3改成了人类的做法：先做一遍，做完看看哪里不对，总结一下经验，再重新做。就像你做错题本一样，第二遍肯定比第一遍做得好。结果就是，在那个需要用工具解决问题的测试里，千问拿了58.3分，Gemini只有45.8分，差了一大截。
在调用工具层面，千问的做法是把工具使用能力“训练进”模型里，在完成初步的工具使用微调后，通义团队对模型进一步在大量多样化任务上进行了基于规则奖励与模型奖励的联合强化学习训练，使得Qwen3-Max-Thinking拥有更智能结合工具进行思考的能力。
它用三步训练法：先教会用工具，再在各种任务里强化练习，最后形成条件反射。好处很明显：用起来又快又顺，不用每次都去读工具说明书，而且模型自己知道该在什么时候用什么工具。这就是为什么千问在HLE测试里比Gemini高出12分，特别是需要连续用好几个工具解决复杂问题的时候，这种“肌肉记忆”优势就体现出来了。
相比之下，Gemini走的是传统软件工程的路子：模型只负责理解你要干什么，具体调工具靠外部API框架。这样做最大的好处是灵活：Google想接入沃尔玛的购物功能，不用重新训练模型，插个API就行。但代价是每次用工具都要走“理解意图—翻译成API调用—执行—解析结果”这一整套流程，慢而且容易出错。
千问的代码生成能力，已超越单纯的“语法翻译器”，更像一位理解你意图的技术伙伴。它不仅能将需求转化为可运行的代码，更具备工程直觉：知道何时优化性能、何时简化实现、何时添加容错机制。
这种“度”的把握，恰恰是AI从“工具”走向“协作者”的关键跃迁。
热门专题
热门推荐
《生存33天》角色深度解析：绵绵与天使的战术定位与阵容搭配指南 首先，我们深入分析天使这位角色。她的定位非常清晰：兼具复活能力与真实伤害的团队核心支援者。在当前版本中，天使的治疗强度与稳定性均属于一线水准，而其灵魂所在是她的被动技能——只要她在场，全队成员的攻击倍率便会获得持续增益。这一机制意味着，
《伊瑟》平民传说肉队攻略：全方位养成与实战指南 在《伊瑟》的竞技场环境中，若论哪套体系最为稳健且拥有最高下限，答案毫无疑问指向“肉队”。这套体系的核心在于围绕具备强大生存能力与持续输出潜力的坦克型核心构建阵容。凭借其卓越的容错率与版本适应性，肉队不仅是当前环境的主流解法，更是平民玩家冲击高段位的可靠
消息称国产折叠屏旗舰定档7月发布：核心物料与镜头模组全面国产化，疑似小米MIX Fold 5 近期，数码科技领域再度传来重磅动态。据知名爆料博主@智慧皮卡丘在微博平台透露，国内某头部厂商的下一代折叠屏旗舰手机，已在核心物料、影像镜头模组乃至系统软件层面实现了大规模国产化与深度自研。在当前的产业链发展
世界印记效果完整指南：洛克王国战力提升核心策略 在《洛克王国》的探索与对战征程中，世界印记的作用远超表面装饰。它是一套精密的潜能激发系统，能够从根本上重塑宠物的战斗能力，实现战力的阶梯式增长。本文将为您全面剖析世界印记的多重效果，助您掌握这项至关重要的制胜利器。 一、属性强化：构筑稳固战斗基石 世界
洛克王国初始精灵怎么选？御三家深度对比指南 在洛克王国的冒险之初，每位小洛克都将面临一个至关重要的抉择：从火花、水蓝蓝和喵喵这三只初始精灵中，选择自己的第一位伙伴。这个选择不仅决定了你早期的战斗体验，更将影响你的阵容搭配与战术风格。本文将从属性、技能与实战定位三个方面，为你全面解析洛克王国御三家精灵