Qwen3-Max思考版上線，集成代碼解釋器攻堅復雜數(shù)學

11 月 3 日，阿里巴巴推出 Qwen3-Max-Thinking 早期預覽版。Qwen3-Max-Thinking 是 Qwen3-Max 的推理增強版本，它通過集成代碼解釋器和運用并行測試時計算技術，展現(xiàn)出較強的推理能力。據(jù)了解，Qwen3-Max 是阿里巴巴于今年 9 月下旬推出的該公司迄今為止規(guī)模最大、能力最強的語言模型，參數(shù)量在 1 萬億以上，預訓練數(shù)據(jù)達到 36T tokens。

圖 | Qwen3-Max-Thinking 早期預覽版的相關 X 推文（來源：X）

目前，Qwen3-Max 推理模型仍在持續(xù)訓練中，即便使用當前的 Checkpoint，當借助工具調用和規(guī)模化的測試時計算時，阿里巴巴表示該模型可在 AIME 25 和 HMMT25 等挑戰(zhàn)性較高的數(shù)學推理基準測試中達到 100% 的準確率。

Qwen3-Max-Thinking 早期預覽版融合了思考模式與非思考模式。當開啟思考模式的時候，模型可以很好地執(zhí)行常識推理和智能體編程等能力，也在數(shù)學、科學和其他通用領域具有較好的推理能力。

（來源：實測圖）

在實測中，當筆者讓 Qwen3-Max-Thinking 完成一個名為“數(shù)學推理與可視化智能體”的智能體編程任務時，它花了較長時間思考，消耗的 tokens 也不算低。

（來源：實測截圖）

（來源：實測圖）

經(jīng)過幾分鐘的思考以及長達 527 行的代碼，它給出了一個示例輸出報告，附上了完整的 HTML 報告示例，并指出這一智能體通過多路徑驗證可以確保數(shù)學嚴謹性，通過結果的專業(yè)可視化能夠提供直觀的洞察，在架構設計上支持擴展至微積分和組合優(yōu)化等其他數(shù)學問題類型，能夠為復雜數(shù)學推理任務提供完整解決方案。

（來源：實測圖）

當給到 Qwen3-Max-Thinking 一個名為“社區(qū)生活情境推理”的常識推理任務時，它給出了兩千多字的回答，在這一回答中它根據(jù)線索開展了常識分析，給出了逐步重建的核心常識，并進行了超越表面問題的深度風險分析。

圖 | “社區(qū)生活情境推理”的常識推理任務的描述（來源：實測圖）

（來源：實測圖）

一位名為“MZift”的 X 網(wǎng)友在 Qwen 的 X 推文下表示：“在 AIME 測試中斬獲滿分著實驚人，即使是階段性測試也堪稱突破。當眾人沉迷于 OpenAI 的紛爭時，Qwen 正在悄然蓄力。中國 AI 實驗室的崛起之路，果然別具一格。”另一位名為“Kenshii”的 X 網(wǎng)友也評論稱：“竟能在AlME 2025 這一中期基準測試中拿到滿分？這實力著實駭人。”

圖 | X 網(wǎng)友評論（來源：X）

但也有網(wǎng)友根據(jù)試用體驗表達了自己遇到的問題，一位名為“Goutham Rajesh”的 X 網(wǎng)友表示：“我在試用帶有‘思考過程’的 Qwen3-Max 時，頁面竟然陷入了無限滾動模式，每當生成響應內(nèi)容，頁面便持續(xù)地進行遞歸式自行滾動，直到完全生成內(nèi)容才會停止。這一現(xiàn)象僅限于 Qwen3-Max 思考模式。”寫完這段話，這位網(wǎng)友還艾特了 Qwen 的 X 賬號來反饋該問題。

圖 | X 網(wǎng)友評論（來源：X）

事實上，這并非阿里的突然發(fā)布。11 月 2 日，通義千問負責人林俊旸已經(jīng)在 X 上預告稱：“它來了，你們可以試試。”關于 Qwen3-Max-Thinking 早期預覽版，尚未在 Hugging Face 和魔搭等平臺開源。目前，用戶可以在 Qwen Chat 中免費試體驗，也可以在阿里云百煉平臺上調用 API。需要說明的是，文本到文本——是 Qwen3-Max-Thinking 早期預覽版目前支持的唯一模態(tài)。在對外提供 API 服務上，它采用輸出限時免費的方式。未來隨著訓練的進一步開展，阿里也將推出更多版本。

名為“ρ:ɡeσn”的 X 網(wǎng)友已經(jīng)根據(jù) Qwen 的模型時間給出了推測：“Qwen3-Max 預覽版于 9 月 5 日發(fā)布，正式指令版于 9 月 23 日亮相，其間相隔 18 天。假如思考模型也遵循這一時間線，那么 Qwen3-Max-Thinking 正式版有望于 11 月 20 日到 11 月 21 日之間亮相。”是否真的如此，或許不久之后即將揭曉。

參考資料：

https://chat.qwen.ai/

閱讀 1666