9 月 24 日，2025 云栖大会开幕，阿里通义旗舰模型 Qwen3-Max 重磅亮相，性能超过 GPT5、Claude Opus 4 等，跻身全球前三。Qwen3-Max 包括指令（Instruct）和推理（Thinking）两大版本，其预览版已在 Chatbot Arena 排行榜上位列第三，正式版性可望再度实现突破。

Qwen3-Max 为通义千问家族中最大、最强的基础模型。该模型预训练数据量达 36T tokens，总参数超过万亿，拥有极强的 Coding 编程能力和 Agent 工具调用能力。在大模型用 Coding 解决真实世界问题的 SWE-Bench Verified 测试中，Instruct 版本斩获 69.6 分，位列全球第一梯队；在聚焦 Agent 工具调用能力的 Tau2-Bench 测试中，Qwen3-Max 取得突破性的 74.8 分，超过 Claude Opus4 和 DeepSeek-V3.1。

【图说】：Qwen3-Max-Instrurct 测评分数

Qwen3-Max 的推理增强版本 Qwen3-Max-Thinking-Heavy 也展现出非凡性能，结合工具调用和并行推理技术，其推理能力创下新高，尤其在聚焦数学推理的 AIME 25 和 HMMT 测试中，均达到突破性的满分 100 分，为国内首次。Qwen3-Max 推理模型之所以能够取得优异成绩，原因在于大模型在解数学题时懂得调动工具，能够写代码做题，同时，增加测试时的计算资源，也让模型表现变得更好。

【图说】：Qwen3-Max-Thinking-Heavy 测评分数

大模型预训练原理 Scaling Law（规模化法则）认为，持续地增长数据和参数规模，是通向 AGI 的可能路径之一。由于自然数据的数量有限，当前有部分学者认为预训练的 Scaling Law 即将逼近上限，而 Qwen3-Max 的性能突破显示，继续增大数据、模型参数，依然能锻造出更强的模型，给予了大家更多的信心。目前，通义千问系列模型已经实现从 0.5B 到超万亿的全尺寸覆盖，包含三百多个大模型，可满足不同场景的需求。

即日起，用户可在通义千问 QwenChat 上免费体验 Qwen3-Max，也可通过阿里云百炼平台调用 API 服务。