阿里迄今为止，参数最大的模型诞生了！
昨夜，Qwen3-Max-Preview（Instruct）官宣上线，超1万亿参数性能爆表。
直接用成绩说话——
在全球主流权威基准测试中，Qwen3-Max-Preview狂揽非推理模型「C」位，直接碾压Claude-Opus 4（Non-Thinking）、Kimi-K2、DeepSeek-V3.1。
甚至，它把自家Qwen3-235B-A22B-Instruct-2507狂甩身后，堪称「AI卷王本王」。
· 知识推理评测（SuperGPQA）拿下64.6分
· 数学推理评测（AIME25）拿下80.6分，断崖式领先
· 竞争性编程评测（LiveCodeBench V6）拿下57.5分
· 复杂问题解决和人类偏好对齐评测（Arena-Hard v2）拿下86.1分，优势巨大
· 被称为「无法被操控的」评测（LiveBench）拿下79.3分
惊艳的性能表现再次证明了，Scaling仍然有效，参数越大模型性能越强。
总的来说，Qwen3-Max-Preview有以下几大亮点：性能更强、知识更广、更擅长对话、任务处理、指令遵循。
新模型可支持100+语言，还针对RAG、工具调用进行优化。
模型一出，全网立即开始了实测。
@karminski-牙医实测中，Qwen3-Max-Preview前端能力明显超越DeepSeek-V3.1。
比如，在一个杯子流体模拟中，Gemini 2.5在倾倒前杯子底部有严重bug，DeepSeek-V3.1杯子中物体倒出的状态（最后有一条线）不对，而Qwen3-Max-Preview比较符合物理常识。
Qwen3-Max-Preview还能完美生成一个骑自行车的鹈鹕SVG、一键直出精美前端网页，一张照片做出像素花园。
目前，模型已正式上线阿里云百炼平台，可通过API直接调用。同时，Qwen Chat也同步上线新模型，支持免费使用。
在百炼平台上，最大支持256k上下文，依token数阶梯计费：
· 0-32k token：输入0.006元/千token；输出0.024元/千token
· 32k-128k token：输入0.01元/千token；输出0.04元/千token
· 128k-252k token：输入0.015元/千token；输出0.06元/千token
热门跟贴