谁人用半制品刷爆SOTA的Qwen3超大杯推理版，现在正式上线

鱼羊发自凹非寺量子位 | 公众号 QbitAI

新一年的基础模子竞逐，没想到是阿里千问率先脱手了！

就在刚刚，Qwen3-Max-Thinking正式版突然宣布，连忙刷新全球SOTA：

在涵盖科学知识、数学推理、代码编程的19项权威基准测试中，遇上甚至逾越GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等TOP闭源模子。

p.s. 此前这一超大杯推理模子的“早期预览版”，已经在AIME 25和HMMT 25（哈佛-MIT数学竞赛）中抵达100%的准确率。

量子位相识到，完全体的Qwen3-Max-Thinking总参数超万亿（1T），预训练数据量高达36T Tokens，并且举行了更大规模的强化学习后训练。

焦点手艺方面，通过引入自顺应工具挪用和测试时扩展两项手艺立异，Qwen3-Max-Thinking的推理性能和挪用工具的原生Agent能力都有显著提升。

千问APP PC端和网页端已经第一时间上新这一Qwen系列最强模子，现在即可免费体验。API（qwen3-max-2026-01-23）也已开放。

Qwen3超大杯推理版实测

话未几说，Qwen3超大杯推理版究竟有多强，我们直接来看效果。

代码能力

现场写一个小游戏，对大模子们来说早已不是难事，什么贪食蛇、flappy bird基本都能轻松搞定。

若是再加上一点难度，让Qwen3-Max-Thinking在网页小游戏里加上手势识别呢？

建设一个基于浏览器的气球射击游戏，使用天空配景，并通过摄像头跟踪用户的手部行动来控制屏幕上的指针。

还真能work！并且在prompt的指导下，细节也都到位：

瞄准行动下，屏幕左上方会显示“瞄准中”的状态；双指捏合触发射击时，能瞬间转换“射击！”提醒；若是手出框了，还会泛起红色高亮提醒。

完整prompt如下：

prompt:“Create a browser-based balloon shooter with a sky background, using the webcam to track a user’s hand and control an on-screen pointer.Core requirements1. Sky screen- Fullscreen sky backdrop (gradient + soft clouds OR skybox).- Subtle parallax and gentle cloud drift for depth.2. Balloons- Spawn balloons from the bottom and drift upward with slight side-to-side motion.- Different sizes (small = faster / worth more, large = slower / worth less).- Optional wind gusts that shift all balloons briefly.3. Hand pointer- Use real-time hand tracking from the camera.- Track index fingertip and map it to screen coordinates.- Render a crosshair/pointer at that position.- Add smoothing so the pointer doesn’t jitter (exponential moving average).4. Shooting- Shooting gesture: pinch (thumb + index) to fire.- Add a cooldown (e.g., 150–250ms) to prevent accidental rapid-fire.- When firing, do a raycast / hit-test from the pointer to balloons.- If hit: pop balloon + add score + combo streak feedback.5. Feedback- Pop VFX: quick burst particles + optional “rubber fragments.”- Small screen shake or micro “kick” on hit (subtle).- Sound toggle (pop + whoosh).6. UI (simple + modern)- Minimal HUD: score, combo, and a small “calibration” indicator.- Settings drawer: sensitivity, smoothing, spawn rate, difficulty, left/right hand selection.- Fallback controls: mouse pointer + click if camera isn’t available.7. Calibration & stabilityInclude a calibration step:- Ask the user to hold their hand in view and point to screen corners to fit mapping.- Handle low-confidence frames:- If hand not detected, fade crosshair and show “Hand not found” hint.prompt:“Create a browser-based balloon shooter with a sky background, using the webcam to track a user’s hand and control an on-screen pointer.Core requirements

再来一手经典难度题：鹈鹕骑自行车。

An animated SVG of a pelican riding a bicycle.

emmm…谈不上完善，但鉴于给出的提醒词较量简略，至少确实是那么个意思了（doge）。

工具挪用

此次更新，官方重点强调了两方面的能力提升：推理能力和自主挪用工具的原生Agent能力。

恰恰最近在关注内存涨价这事儿，无妨让Qwen3-Max-Thinking直接帮我们剖析一波，写份研报。

提醒词：

最近内存价钱疯涨，帮我剖析下哪些股票受到了影响，画出相关股价走势

从侧边栏显示的思索细节可以看到，Qwen3-Max-Thinking先是自主上网网络好了资料，然后挪用代码诠释器做起了数据剖析和绘图，就像人类一样是边用工具边思索的。

不到1分钟时间，一份席卷涨价缘故原由、受益/受损工业剖析、下一阶段存储芯片工业走势的完整报告，就新鲜出炉了。

手艺剖析

在模子上线的同时，阿里千问团队也通过官方手艺博客，透露了Qwen3-Max-Thinking的不少手艺细节。

手艺博客提到，Qwen3-Max-Thinking在事实知识、重大推理、指令遵照、人类偏好对齐以及智能体能力等评估维度上都实现了显著提升。

背后有两项焦点立异：

自顺应工具挪用能力，可按需挪用搜索引擎和代码诠释器；测试时扩展手艺（Test-Time Scaling），显著提升推理性能。

来看详细细节。

自顺应工具挪用

与早期需要用户手动选择工具的要领差别，通过引入自顺应工具挪用，Qwen3-Max-Thinking能在对话中自主选择并挪用其内置的搜索、影象和代码诠释器功效。

好比，搜索《醉翁亭记》全文，并挪用代码诠释器把所有的“也”替换成“喵”。

最终的完效果果如下：

在此背后，阿里千问团队专门设计了一套训练流程：

在完成起源的工具使用微调后，模子在多样化使命上使用基于规则和模子的反响来做进一步训练。

实验批注，搜索和影象工具能有用缓解幻觉，提供实时信息会见，并支持更个性化的回复。代码诠释器允许用户执行代码片断，并应用盘算推理来解决重大问题。

测试时扩展手艺

测试时扩展是指在推理阶段分派特殊盘算资源，以提升模子性能的手艺。

阿里千问团队提出了一种履历积累式、多轮迭代的测试时扩展战略。

差别于简朴增添并行推理路径数目N（这往往会导致冗余推理），研究团队限制N并将节约的盘算资源用于由“履历提取”机制指导的迭代式自我反思。

这样做的利益在于，模子不会推理着推理着又绕回到已经得出的结论上去，猖獗空话铺张token，而是会专注于未解决的不确定性。

更要害的是，相比于直接引用原始推理轨迹，该机制实现了更高的上下文使用效率，在相同上下文窗口内能更充分地融合历史信息。

实验证实，在大致相同的token消耗下，该要领优于标准的并行采样与聚合要领，推理性能和推理效率大幅提升。

好比，在启用工具的“人类最后的测试”HLE中，Qwen3-Max-Thinking得分58.3，凌驾GPT-5.2-Thinking的45.5，以及Gemini 3 Pro的45.8，刷新SOTA。

在IMO难度级别的数学能力测试基准IMO-AnswerBench上，Qwen3-Max-Thinking也以91.5的效果拿下全场最高分。

中国开源一连席卷天下

意料之中，2026年的第一个重量级模子更新，再次来自中国。

而有些意料之外但也在情理之中的是，这一次率先脱手的，是阿里千问。

凭证MIT-Hugging Face数据，在全球22亿次模子下载行为之中，中国开源AI模子的接纳份额已经跃升至17.1%，凌驾了美国的15.8%。

在已往一年内新宣布的模子中，中国模子的下载量稳居第一。

在其中，从迭代频率、下载量和社区影响力来看，千问系列拔得头筹。

Hugging Face的最新数据显示，阿里千问系列衍生模子数目突破20万个，成为全球首个告竣此目的的开源大模子。同时，千问系列模子下载量突破10亿次，平均天天被下载110万次，完全逾越Llama，现实上已经成为全球AI开源界的新标杆。

值得关注的是，在飞快壮大自身开源、顶级模子影响力的同时，阿里也已在实践中展现了2026年模子厂商的新着力点——

将顶尖模子能力和应用生态系统做更深入的连系。

日前，千问APP已周全接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态营业。

可以预见的是，2026基础模子还将一连增强，并且更深入地与各个笔直领域、与现实生涯相连系，在落地实践中展现更多应用的可能。

第一炮已经打响，期待中国开源延续2025年的势头，一连给天下带来新惊喜~

官网地点：https://chat.qwen.ai/

— 完 —

《性生一级二十分钟免费》，《Q8X2R7L1T4J5M9B6W3》

国产吞精口爆一区二区

“欧美熟乱15P”

黄色一级按摩毛片一级网站

……

01月29日

“亚州视频精品视频在线”灿烂的花园

↓↓↓

24岁国企副总经理大专毕业引质疑，是哈药六厂祖上富过

01月29日，湖南长乐甜酒古法酿造助产业焕新富民增收，色色色噜噜噜，乱婬h侵犯H文花火，亚洲人妻AV，妲己被爆吸乳羞羞

01月29日，吉尔吉斯斯坦外交部：与塔吉克斯坦的边界划定工作已完成九成，亚洲一区欧美一区欧美一区，日韩一区二区三区中文字幕，婷婷色色综合网，亚洲Av库在线观看国产

01月29日，不同年龄段人群在冰雪运动中如何预防运动损伤？……权威解答来啦！，国产精品视频一区二区一道，黄色综合，成片免费的禁V影片，51杏子鱼子酱储小兰的背景与经历

01月29日，北京亦庄出台“稳增长十条”促开门红支持资金达6亿元，青草草在线观看，人人操人人亲在线，www.欧美性爱.co m，欧美性爱蜜臀

01月29日，应急管理部启动2024年过氧化氢生产企业安全专家指导服务，中文字幕久久久久久精品欧美，男女性生活视频免费网站，国产在线第一页，久草视频新国产

01月29日，冰雪春天丨习近平指引中国冰雪经济加速发展，国产在线视频欧美，http://WWW.ssxx77.com，无码国产精品一区二区九色堂，日韩高清网站

01月29日，2024年环境舞蹈展演周在江西吉安武功山启幕，国产又黄又爽又硬网站视频，美女裸体啪啪国产一区，儿子隔板猜妈妈姐姐妹妹节目，黄的免费视频真人

01月29日，河南多地迎来2024年首场降雪，亚洲一级特黄毛片性情网，色www情，偷看美女洗澡一级毛片，蕾丝视频满i8进入i3秒入7y7y

监制：邓金木

策划：赖晗

主创：唐征宇林箴贺陈佛烘颜亦阳陈林韵

编辑：王家菁、段圣祺

k1体育麻将胡了

下载APP

所有

谁人用半制品刷爆SOTA的Qwen3超大杯推理版，现在正式上线

热门视频

k1体育麻将胡了

下载APP

所有

谁人用半制品刷爆SOTA的Qwen3超大杯推理版 ，现在正式上线

热门视频

谁人用半制品刷爆SOTA的Qwen3超大杯推理版，现在正式上线