阿里千问最新推理模型亮相:多项性能破纪录
新京报贝壳财经讯(记者 罗亦丹)1月26日晚间,阿里巴巴正式推出千问旗舰推理模型Qwen3-Max-Thinking。在多项关键性能基准测试中,千问模型的表现超越了GPT-5.2、Claude Opus 4.5及Gemini 3 Pro等顶尖模型,刷新了全球纪录,进一步拓展了人工智能系统的推理性能边界。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
通过扩展总参数量、强化学习以及推理计算规模,千问新模型实现了性能的大幅跃升,在科学知识(GPQA Diamond)、数学推理(IMO-AnswerBench)、代码编程(LiveCodeBench)等多个关键基准测试中均创下全球最佳成绩。
具体来看,在核心的模型推理能力提升方面,千问新模型采用了全新的测试时扩展机制。这种机制在提升推理性能的同时,还显著提高了效率。当前业界普遍采用的推理时计算,大多只是简单增加并行推理路径,重复推导已知结论,导致推理效率低下。而千问采用的这项新技术,能够对之前推理的结果进行“经验提炼”式的提纯,并据此进行多轮自我迭代,在相同的上下文语境中实现更高效的推理计算,从而获得更智能的推理结果。基于这一推理技术创新,千问的推理性能和推理效率均得到大幅提升。例如,在启用工具的“人类最后的测试”HLE中,千问获得58.3分,大幅超越GPT-52-Thinking的45.5分以及Gemini 3 Pro的45.8分,录得当前所有模型中的最高分。
阿里巴巴方面表示,Qwen3-Max-Thinking的总参数量超过万亿,经过了更大规模的强化学习后训练,并通过推理技术的一系列创新,最终实现了模型性能的跨越式增长。该模型还大幅增强了自主调用工具的原生Agent能力,使得模型能够像专业人士一样,边使用工具边进行思考。同时,模型的幻觉问题也得到显著抑制,为解决真实世界的复杂任务奠定了坚实基础。目前,普通用户可通过千问PC端及网页端试用新模型,千问APP也即将接入,所有用户均可免费体验。
编辑 陈莉 校对 杨利
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
聚焦AI文创与跨境,“数智苏豪”新街口OPC社区启幕
3月30日,南京新街口核心商圈,苏豪大厦一楼广场上机器人迎宾起舞,充满科技感。由苏豪资产运营集团与南京新街口金融商务区管理委员会(以下简称“新街口管委会”)共同打造的“数智苏豪”新街口OPC社区揭牌
极兔牵手顺丰真相:合作细节与市场影响深度解析
今年1月中旬,物流圈上演了备受瞩目的一幕:当国内快递行业因增速放缓而步入存量整合期时,主导中高端市场的老牌物流服务商顺丰控股,与主打电商件的极兔速递联合宣布达成了一项投资交易金额达83亿港元的相互持
力箭二号遥一运载火箭成功发射空间试验飞船
记者从公司获悉,3月30日19时00分,中科宇航力箭二号遥一运载火箭·国际纺都号在东风商业航天创新试验区成功发射,将新征程01卫星、新征程02卫星和天视卫星01星精准送入预定轨道,发射任务取得圆满成
1.9亿年薪背后:又一位车企CEO薪酬为何大幅上涨?
电 动 知 家消 息,近日,据外媒报道,据福特汽车日前发布的一份文件,该公司首席执行 官吉姆·法利2025年的总薪酬大幅增长了11%,达到约2752万美元(约1 9亿元人民币),这是其自2020年末
美议员为何急于拉黑中国机器人却暗留后门?
白宫里,一台人形机器人缓步走入东厅,与美国“第一夫人”并肩亮相,动作仍带着明显的机械感;仅仅一天后,国会山上,这种“会走路的机器”却被划为潜在安全威胁,写进立法提案。这是上周美国上演的荒诞一幕。两党
- 日榜
- 周榜
- 月榜
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程

