阿里最强模型千问正式发布，多项测试获全球第一

（文/陈济深 编辑/张广凯）

1月26日晚，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking。

该模型总参数量超万亿（1T），预训练数据量高达36T Tokens，是目前阿里规模最大、能力最强的千问推理模型。

在涵盖事实知识、复杂推理、指令遵循、人类偏好对齐、Agent能力等19个公认的大模型基准测试中，千问旗舰推理模型刷新了数项最佳表现（SOTA）纪录，整体性能可媲美 GPT-5.2-Thinking、Claude Opus 4.5 和 Gemini 3 Pro等顶尖模型。

与此同时，面向即将到来的智能体Agent时代，Qwen3-Max-Thinking也增强着自主调用工具的原生Agent能力。

具体而言，在完成初步的工具使用微调后，阿里通义团队对模型进一步在大量多样化任务上，进行了基于规则奖励与模型奖励的联合强化学习训练，使得Qwen3-Max-Thinking拥有更智能结合工具进行思考的能力。

在Qwen3-Max-Thinking发布后，通义千问大模型负责人林俊旸在朋友圈发文，Qwen3-Max-Thinking代表着Qwen3系列模型的收尾，后续千问将迈向下一代模型的开发。

目前，开发者可在QwenChat上免费体验Qwen3-Max-Thinking模型，企业可通过阿里云百炼获取新模型API服务，普通用户也可通过千问PC端和网页端试用模型。

能想会干，性能领先

据千问的最新介绍，本次模型更新主要引入了自适应工具调用能力和测试时扩展技术。

自适应工具调用能力代表相比用户面对特定任务手动选择特定工具不同，目前千问已经可以实现自主选择并调用其内置的搜索、记忆和代码解释器功能。

这也意味着千问已经不需要手动给用户一个是否联网的按钮，模型可以根据任务要求来自动选择是否联网，这将显著提升用户的个性化回复和减少信息幻觉，而代码解释器允许用户执行代码片段并应用计算推理来解决复杂问题。

测试时扩展技术则有效地降低了AI重复劳动带来的算力损耗。该机制从过往推理轮次中提炼关键洞见，使模型避免重复推导已知结论，转而聚焦于未解决的不确定性。关键在于，相比直接引用原始推理轨迹，该机制实现了更高的上下文利用效率，在相同上下文窗口内能更充分地融合历史信息。

对于用户来说，在处理复杂的长链条问题是，千问可以直接固定前序步骤得出的推理结果，而不是在后续调用中重复计算和验证，做到了在同等token消耗下性能的提升。

鉴于这两项技术更新，在多项性能评测上Qwen3-Max-Thinking均取得了领先的地位，并在中文知识，人机交互，工具调用领域优于GPT5.2、Gemini 3 Pro等顶尖模型位列全球第一：

在在中文权威测评C-Eval中，Qwen3-Max-Thinking以93.7分稳居全球第一，无论是晦涩的古文典籍、复杂的政策解读，还是生活化的方言语境，都比国外模型更懂中文、更懂中国用户；

对抗性复杂交互测试（Arena-Hard v2）中，Qwen3-Max-Thinking得到90.2分，大幅领先GPT5.2的85.3分、Gemini 3 Pro的81.7分，能精准捕捉用户潜台词，回复质感堪比真人对话；

智能体工具搜索测试（HLE (w/tools)）Qwen3-Max-Thinking以49.8分夺冠，击败GPT5.2-Thinking版本，不用手动指挥就能自主选工具、查信息、写代码，真正实现“遇事自己解决”。

千问APP已接入生态

据悉，千问APP也即将接入新模型，后续所有用户均可体验这款新的旗舰模型。

稍早前，阿里于1月15日正式官宣，千问APP全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，实现点外卖、购物、订机票等AI购物功能，并向所有用户开放测试。与此同时，千问APP任务助理开启邀测。

阿里巴巴集团副总裁吴嘉透露，此次升级将上线超过400项AI办事功能。“AI在拥有超强大脑之后，开始长出了能够触达真实世界的手和脚，在生活中实实在在地替用户‘干活’。”吴嘉表示，AI办事时代才刚刚开始，一些能力还在探索。

在下载最新版千问APP后，用户通过应用左下角选择“我的”-“应用授权管理”，便可打开淘宝、淘宝闪购、飞猪、支付宝、支付宝AI付等授权，调用相应权限。

吴嘉表示，对于消费场景，互联网上的营销信息繁杂、噪音巨大，而如何训练模型的理解分辨能力很关键。千问APP在依靠世界知识的基础上，还可以利用阿里巴巴的交易和服务数据来增强模型，从而保障AI购物功能保持客观和准确。

生活服务层面，千问APP已接入支付宝政务服务，并实现跨应用协同能力，例如调用飞猪能力完成机票酒店的预订，调用高德完成行程规划等。

据了解，基于千问底层技术能力，千问 “任务助理”功能在APP和Web端已经启动定向邀测。该功能具备类人化的多步骤规划能力，覆盖应用开发、Office办公、咨询调研及生活办事等核心场。测试结束后，该功能将面向用户免费开放。

早前就有知情人士透露，在未来几个月内，阿里巴巴将在千问应用中逐步增加智能体AI（agentic-AI）功能，以支持包括主要淘宝市场在内的平台上的购物功能。

如今看来，上述进程已经逐步实现。

“阿里巴巴计划最终通过海外版本向全球扩张。”早前知情人士表示，在过去几个月里，阿里巴巴CEO吴泳铭已从各部门调集了超过百名开发人员投入到此次项目中。

这也是2025年阿里宣布的额外AI基础设施投入的一部分。吴泳铭此前概述自己推出新模型和“全栈”AI技术的计划，这反映了阿里巴巴既要开发服务，也要开发支撑该技术的基础设施的意图。