36 氪获悉，1 月 26 日，阿里发布千问旗舰推理模型 Qwen3-Max-Thinking。阿里称，Qwen3-Max-Thinking 在多个关键维度上实现了显著提升，包括事实知识、复杂推理、指令遵循、人类偏好对齐以及智能体能力。在 19 项权威基准测试中，其性能可媲美 GPT-5.2-Thinking、Claude-Opus-4.5 和 Gemini 3 Pro 等顶尖模型。Qwen3-Max-Thinking 引入两项核心创新：1. 自适应工具调用能力，可按需调用搜索引擎和代码解释器，现已上线 Qwen Chat；2. 测试时扩展技术（Test-Time Scaling），显著提升推理性能。