阿里发布Qwen3-Max，性能超GPT5，跻身全球前三

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。