阿里正式推出全新千問旗艦推理模型Qwen3-Max-Thinking，該模型在事實知識、復雜推理、指令遵循等核心能力維度實現突破性進展。根據官方披露的19項權威基準測試數據，其綜合性能已達到GPT-5.2-Thinking、Claude-Opus-4.5等國際頂尖模型水平，在科學知識、數學推理、代碼編程等專項測試中更刷新多項SOTA紀錄。

這款總參數規(guī)模突破萬億的模型，通過大規(guī)模強化學習后訓練與推理技術創(chuàng)新，實現了性能的顯著躍升。其獨創(chuàng)的"自適應工具調用"機制，使模型能夠像專業(yè)人士般在對話中自主選擇并調用搜索引擎、代碼解釋器等工具，在緩解模型幻覺的同時，可提供實時信息檢索與復雜問題求解能力。實驗數據顯示，該功能使模型在科學知識測試GPQA Diamond中得分提升至92.8，較前代提升2.5個百分點。

在數學推理領域，Qwen3-Max-Thinking展現出卓越的邏輯演繹能力。在針對國際數學奧林匹克競賽題目的IMO-AnswerBench測試中，模型得分從89.5提升至91.5，解題準確率顯著提高。代碼編程方面，LiveCodeBench v6測試集上的表現從88.0躍升至91.4，證明其具備處理復雜編程任務的能力。

該模型的創(chuàng)新性體現在兩大核心技術突破：其一為自適應工具調用框架，通過規(guī)則與模型反饋的混合訓練模式，使模型能根據對話上下文智能選擇工具組合；其二為測試時擴展技術，采用經驗累積式多輪迭代策略，在保持相同計算資源消耗下，將關鍵基準測試成績平均提升2-3個百分點。這種自我反思機制使模型能有效利用歷史推理信息，避免重復計算。

目前，Qwen3-Max-Thinking已通過Qwen Chat平臺向公眾開放體驗，用戶可直接與具備工具調用能力的模型進行交互。開發(fā)者可通過阿里云百煉平臺調用API服務（模型標識：qwen3-max-2026-01-23），該接口已集成自適應工具調用與測試時擴展兩大核心功能。平臺提供的實時訪問鏈接顯示，模型在處理需要外部工具調用的復雜查詢時，響應流暢度與結果準確性均有顯著提升。

技術文檔詳細闡釋了創(chuàng)新機制的實現原理：在工具調用訓練階段，模型首先完成基礎工具使用微調，隨后在多樣化任務場景中進行強化學習，通過規(guī)則引擎與模型反饋的雙重指導優(yōu)化工具選擇策略。測試時擴展技術則通過限制并行推理路徑數量，將節(jié)省的計算資源用于迭代式自我優(yōu)化，使模型在處理不確定性問題時能動態(tài)調整推理策略。這種設計在保持響應速度的同時，顯著提升了復雜問題的解決能力。