新万博体育

　　猫眼电影记者 汉斯·丁克拉格 报道Q8X2R7L1T4J5M9B6W3

智东西作者 陈骏达编辑 李水青

阿里的“超大杯”思考模型，终于现身了！

智东西11月4日报道，刚刚，阿里发布了Qwen 3系列中最强推理模型Qwen3-Max-Thinking的早期预览版。尽管这一模型只是一个训练的中间检查点，但它已借助工具使用和测试时计算，在AIME 2025和HMMT（哈佛-MIT数学锦标赛）等具有挑战性的推理基准测试中，达到100%的准确率。

不过，这一模型其实已经在通义千问负责人林俊旸的个人社交媒体账号上获得了“超前点映”：在11月2日的23点54分，林俊旸便发文“它来了，你们可以试试”，配图是开启思考模式的Qwen3-Max。

Qwen团队并未透露Qwen3-Max-Thinking早期预览版的新万博体育：信息，模型也并未在Hugging Face、魔搭等平台开源。Qwen团队称，随着训练的继续，新万博体育：版本将会推出。

用户可在Qwen Chat和阿里云API中试用Qwen3-Max-Thinking早期预览版。API调用界面介绍，Qwen3-Max-Thinking早期预览版实现了思考模式与非思考模式的有效融合，在思考模式下，模型在智能体编程、常识推理，以及数学、科学和通用领域的推理能力等方面都有显著提升。

体验链接：

chat.qwen.ai/?thinking=true

API调用：

https://modelstudio.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3-max-preview

值得注意的是，Qwen3-Max-Thinking早期预览版仅支持文本到文本这一模态，并选择以输出“限时免费”的模式对外提供API服务。

我们在体验中发现，Qwen3-Max-Thinking早期预览版的确挺费token的，如果不是限时免费输出的话，使用成本或许会较为高昂。

不过，该问题是可以用自带的思考预算控件解决的，用户可以在1024-81920个token的思考预算区间内随意切换，直接控制模型的推理长度。

智东西在Qwen Chat中体验了Qwen3-Max-Thinking早期预览版的能力。要使用这一模型，用户需要在左上方选择Qwen3-Max，并开启输入框中的Thinking模式。

既然Qwen3-Max-Thinking早期预览版在AIME 2025上拿下了满分，我们便拿这场竞赛难度最高的压轴题，来考察该模型的数学推理能力。

可以看到，Qwen3-Max-Thinking早期预览版在其思考过程反复输出了正确答案，不断验算，不断以新的方式解题目，甚至调用了代码解释器，从多种角度证明了其结果。

这一过程耗时大概4-5分钟，不过确实保证了答案的完全正确。将这一结果放到token计数器后，大致计算出其对应的token用量在1.2万-1.5万之间。

在智能体编程任务上，我们尝试让DeepSeek-V3.2和Qwen3-Max-Thinking早期预览版完成相同的任务——开发一个开源项目分享网站的HTML原型。

Qwen3-Max-Thinking早期预览版能准确分析用户需求，输出所需的网页。网页设计简洁清晰，也符合开源项目分享网站的基本使用需求，就是在样式和字体选择上略显粗糙。

对于其输出的网站结果而言，Qwen3-Max-Thinking早期预览版消耗的token数量明显偏多。反映到代码数量上，这一模型使用了整整1417行代码完成了任务。

开启深度推理的DeepSeek-V3.2生成了如下网页预览，代码源文件中包含787行代码。

在常识推理类任务上，Qwen3-Max-Thinking早期预览版能很容易地绕开逻辑陷阱。

不过，平心而论，此类题目Qwen-3-Max也能轻松解决，只需要几十个字。

已经有不少网友用上了Qwen3-Max-Thinking早期预览版。有网友反馈，这一模型的回复更为直接、切中要点，也更为“商务”，几乎避开了所有“人性化”的情感。

也有网友在自己打造的“randombench”基准测试上，考察了Qwen3-Max-Thinking早期预览版的表现。Qwen3-Max-Thinking早期预览版能解答高难度的推理问题，在这一基准测试上，此前只有GPT-5（思考模式）和Grok 4达到了相同的水准。

不过，广大网友们最关心的问题，或许还是：到底啥时候上Hugging Face？

结语：Qwen3-Max系列模型，期待拉满

阿里的Qwen3-Max系列模型已经成为当前AI业内最广受期待的模型之一，在社交媒体的评论区中，已有不少网友开启催更模式。

今年9月5日，阿里上线Qwen3系列最强模型Qwen3-Max的预览版本，这也是阿里迄今为止最大的模型，参数量超1万亿。

此番发布的Qwen3-Max-Thinking早期预览版在推理方面展现出强大的能力，其在数学竞赛上的满分表现就是例证之一。在定位上，这或许就是一款专为高难度推理而生的模型，并不一定适用于所有使用场景。目前阿里尚未放出完整的基准测试结果，其整体表现仍有待观察。

??时事1：千亿在哪里玩

??11月02日,电视“套娃”收费和操作复杂如何投诉？官方公布投诉渠道,

　　紫山侯的一位幼子很漂亮，他很沉着，不紧不慢的开口，道：“蛟鹏，别口出狂言，纵然有些本领，也不要太嚣张，当心死在这片苦荒之地。”他名紫山昆，与蛟鹏始一见面就很不对付，再加上两族并不和睦，所以一直针锋相对。

,188亚洲体育。

??11月02日,民调显示：中日超半数受访者视对方为本国重要经贸伙伴,

学校及周边安全教育国旗下 篇7

,世界杯线上买球可以吗,世界杯能买球的app,玩pg电子有什么技巧。

??时事2：澳门新萄京

??11月02日,（乡村行·看振兴）山西河曲庭院经济激活乡村振兴“一池春水”,

　　四、工会工作

,湖南码报,英亚真人,银河国际24小时在线。

??11月02日,2023年最终消费支出对中国经济增长贡献率超八成,

　　若非这次寻回不老泉、猴儿酒等逆天神物，他肯定要去央求柳神，请它相救。

?第二百六十八章 果决,威尼斯人手机版官网下载,银河在线试玩,火狐体育网下载app。

??时事3：永利电玩城的域名

??11月02日,海上风电、沙地光伏，“撂荒地”如何成为清洁能源“发电厂”？,

　　纵然被白色浪涛淹没，但他也生出了感应，迅速躲向一边，虽然避开了这轰击而下的巨石，但是自身也一个踉跄，轰隆一声，随着水势栽落了下去。

,曾道人料,云顶官网APP,天博博客。

??11月02日,读懂夜校走红背后的文化需求,

　　1、补充专业技术人员数量。机修厂维修设备多，配件繁杂，例如轴承，就需要几十种，没有专业技术人员的指导，可能在轴承采购，维修时引起误会，导致设备不能及时维修，影响生产。

,世界杯买球有发财的嘛,英国威廉希尔中文网,世界杯开户中国网站。

??时事4：韦德国际官网

??11月02日,中方：愿同国际伙伴一道，支持科摩罗维持社会稳定,

　　尊敬的老师们，亲爱的同学们，你们好：

,闲和庄网站,澳门金沙游戏官网,伟德bv下载。

??11月02日,智能化手段助中老铁路跑出互利共赢加速度,

　　众人骇然，这得是多么强大的人物，竟然带来如此宝具，直接布下了法阵，上来就要困敌手。

?第二百零一章,MG电子体育外围,黄金城电子游戏线路检测一,青鹏棋牌官网。