通义Qwen3-Max超越GPT5，刷新全球大模型性能

2025年9月24日，2025云栖大会今日正式开幕，阿里通义系列最新旗舰模型Qwen3-Max首次亮相，凭借卓越性能跻身全球大模型前列，整体表现超越GPT5与Claude Opus 4等国际主流模型。

Qwen3-Max分为指令版（Instruct）和推理版（Thinking）两种版本，其预览版本已在国际知名榜单Chatbot Arena中位列第三，正式版本上线后有望进一步提升排名。作为通义千问家族中规模最大、能力最强的基础模型，Qwen3-Max在训练数据和参数量方面达到新高度，预训练数据量达36T tokens，总参数规模突破万亿，具备出色的代码生成与智能体工具调用能力。

在评估大模型解决实际编程任务能力的SWE-Bench Verified测试中，Qwen3-Max的指令版本取得69.6分，位居全球领先水平；在衡量智能体工具调用表现的Tau2-Bench测试中，该模型获得74.8分，优于Claude Opus4和DeepSeek-V3.1，展现出强大的外部工具协同能力。

此外，Qwen3-Max的增强推理版本Qwen3-Max-Thinking-Heavy在复杂推理任务中表现尤为突出。通过融合工具调用与并行推理技术，该版本在AIME 25和HMMT两项高难度数学推理测试中均获得满分100分，创下国内大模型在该类评测中的最佳纪录。

这一突破得益于模型在解题过程中能够主动调用工具，例如通过编写代码辅助计算，并结合增加推理阶段的计算资源，从而显著提升解题准确率与逻辑深度。

目前，通义千问系列已完成从0.5B到超万亿参数的全尺寸覆盖，包含三百余款大模型，适用于各类应用场景。即日起，公众可通过通义千问QwenChat平台免费体验Qwen3-Max，也可通过阿里云百炼平台接入API服务，实现灵活调用与集成。