9月24日，阿里云宣布推出通义千问最强模型Qwen3-Max，其总参数超1T，预训练使用36T tokens，在训练稳定性、高效性方面表现出色。Qwen3-Max-Instruct正式版在代码能力和智能体能力上进一步提升，在多项基准测试中达到业界领先水平，推理增强版本Qwen3-Max-Thinking在高难度推理基准测试中取得满分，即日起用户可免费体验或调用API服务。
Qwen3-Max正式亮相，参数与能力双突破
9月24日，阿里云宣布推出Qwen3-Max，这是通义团队迄今为止规模最大、能力最强的模型。Qwen3-Max模型总参数超过1T，预训练使用了36T tokens。Qwen3-Max-Instruct正式版在代码能力和智能体能力方面进一步提升，在涵盖知识、推理、编程、指令遵循、人类偏好对齐、智能体任务和多语言理解的全面基准测试中均达到业界领先水平。
Qwen3-Max-Thinking潜力非凡
仍在训练中的Qwen3-Max-Thinking已展现出非凡潜力，预计在不久的将来向公众正式发布。据介绍，在结合工具使用并增加测试时计算资源的情况下，该“思考”版本已在AIME 25、HMMT等高难度推理基准测试中取得100%的准确率。
训练性能出色，多方面优化升级
在训练稳定性上，得益于Qwen3的MoE模型结构设计，Qwen3-Max的预训练loss稳定平滑，训练过程一气呵成，未使用训练回退、改变数据分布等调整策略。在训练高效性方面，在PAI-FlashMoE的高效多级流水并行策略优化下，Qwen3-Max-base训练效率显著提升，其MFU相比Qwen2.5-Max-base相对提升30%。在长序列训练场景中，进一步使用ChunkFlow策略获得了相比序列并行方案提升3倍的吞吐收益，支持Qwen3-Max 1M长上下文的训练。同时，通过SanityCheck、EasyCheckpoint、调度链路优化等多种手段，Qwen3-Max在超大规模集群上因硬件故障造成的时间损失下降为Qwen2.5-Max的五分之一。
基准测试成绩优异，多方面表现卓越
目前，Qwen3-Max-Instruct的预览版已在LMArena文本排行榜上稳居全球前三。正式发布版本进一步提升了其能力，尤其在代码生成与智能体表现方面表现卓越。在专注于解决现实编程挑战的基准测试SWE-Bench Verified上，Qwen3-Max-Instruct取得了高达69.6分的优异成绩，稳居全球顶尖模型之列。此外，在评估智能体工具调用能力的严苛基准Tau2-Bench上，Qwen3-Max-Instruct更是实现了突破性表现，以74.8分超越Claude Opus 4与DeepSeek-V3.1。
用户可免费体验与调用服务
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。
以上文章由 AI 总结生成
