Qwen3-Max：阿里巴巴的萬億參數(shù)模型，真正意義上的“思考模式”來了 原創(chuàng)
在過去兩年，大模型的迭代節(jié)奏越來越快，從 GPT-4 到 Claude、Gemini，再到國內(nèi)的百花齊放，大家早已見怪不怪。但就在 2025 年 9 月，阿里巴巴正式發(fā)布了 Qwen3-Max ——一個超過 萬億參數(shù)（1T+） 的 Mixture-of-Experts（MoE）大模型。
與以往的“預(yù)覽版”不同，這一次，阿里直接把它推向了生產(chǎn)級落地。不僅在 Qwen Chat 面向普通用戶開放，還通過 阿里云 Model Studio API 提供開發(fā)者調(diào)用。這意味著，它已經(jīng)不只是實(shí)驗(yàn)室里的新鮮玩具，而是真正能跑在業(yè)務(wù)里的“大模型引擎”。
今天，我們就來拆解一下：Qwen3-Max 到底帶來了哪些突破？它和前一代相比，有什么質(zhì)的變化？又為什么特別強(qiáng)調(diào)“思考模式（Thinking Mode）”？
一、規(guī)模與架構(gòu)：從 360 億 Token 到萬億參數(shù)的跨越
阿里官方明確表示，Qwen3-Max 是迄今為止最強(qiáng)大的 Qwen 模型，不僅在規(guī)模上跨過了 1T 參數(shù)大關(guān)，還采用了 稀疏激活的 MoE 架構(gòu)。
這里我們簡單解釋一下：
- MoE（Mixture-of-Experts）就像一個大型團(tuán)隊，每個專家只在需要時被調(diào)用，避免所有人都同時上場，從而既保證模型容量，又控制計算成本。
- Qwen3-Max 在訓(xùn)練時使用了36 萬億（36T）Token，大約是 Qwen2.5 的兩倍。數(shù)據(jù)分布覆蓋多語言、代碼、STEM 學(xué)科與推理任務(wù)，明顯針對企業(yè)級場景做了優(yōu)化。
訓(xùn)練后，它還遵循了 四階段配方：
- 長鏈路推理冷啟動（CoT cold-start）；
- 以推理為核心的強(qiáng)化學(xué)習(xí)（Reasoning RL）；
- “思考模式”與“非思考模式”的融合訓(xùn)練；
- 通用領(lǐng)域的再強(qiáng)化（General RL）。
這套流程不僅是規(guī)模的堆砌，更是針對推理、編程和復(fù)雜任務(wù)定制的優(yōu)化方案。
二、兩種模式：Instruct 與 Thinking 的分工
Qwen3-Max 最大的亮點(diǎn)之一，就是明確區(qū)分了 兩條產(chǎn)品線：
- Qwen3-Max-Instruct
- 對標(biāo)傳統(tǒng) ChatGPT 類體驗(yàn)
- 主打聊天、代碼生成、常規(guī)推理
- 追求低延遲、快速響應(yīng)
- Qwen3-Max-Thinking
- 面向復(fù)雜的“Agent” 類場景
- 支持多步推理、工具調(diào)用、長鏈路思考
- 適用于代碼執(zhí)行、搜索檢索、任務(wù)規(guī)劃
一個關(guān)鍵細(xì)節(jié)是：思考模式必須啟用 ??incremental_output=true?? 的流式輸出。如果開發(fā)者忘記設(shè)置這個參數(shù)，模型就不會進(jìn)入真正的“深度思考”狀態(tài)。這是阿里在 API 層面給出的明確契約，也避免了調(diào)用時的混亂。
換句話說：
- Instruct模式像一個聰明的助手，反應(yīng)快但不“深度糾結(jié)”；
- Thinking模式則像一個團(tuán)隊智囊，需要多花點(diǎn)時間思考，但能把問題考慮得更透徹，甚至?xí)鲃诱{(diào)用工具解決難題。
三、性能實(shí)測：代碼、Agent、數(shù)學(xué)全面升級
那么，這個“萬億參數(shù) + 思考模式”的組合，實(shí)際表現(xiàn)如何？
1. 編程（SWE-Bench Verified）
Qwen3-Max-Instruct 在 SWE-Bench Verified 上拿到了 69.6 分。
- 這一成績超過了 DeepSeek V3.1（非思考模式）的基線；
- 略低于 Claude Opus 4（非思考模式）。
要知道，SWE-Bench 不只是寫幾行代碼，而是要在真實(shí)的代碼庫環(huán)境里完成修復(fù)和提交。能在這里站穩(wěn)腳跟，說明 Qwen3-Max 的代碼推理和上下文理解能力，已經(jīng)不輸國際一線大模型。
2. 智能 Agent（Tau2-Bench）
在 Tau2-Bench ——一個專門評測 工具調(diào)用與任務(wù)規(guī)劃 的基準(zhǔn)上，Qwen3-Max 取得了 74.8 分，領(lǐng)先于同類對手。
這背后的意義在于：
- 企業(yè)在搭建 AI Agent 時，不再需要寫一堆“手工策略”；
- 模型本身已經(jīng)學(xué)會了“什么時候該調(diào)用工具、調(diào)用哪個工具”。
對于想要部署 AI 客服、自動化運(yùn)維、企業(yè)知識庫的團(tuán)隊來說，這是一大好消息。
3. 數(shù)學(xué)與推理（AIME25 等）
Qwen3-Max-Thinking 模式在 AIME25 等數(shù)學(xué)基準(zhǔn)上，幾乎達(dá)到了“接近滿分”的表現(xiàn)。
雖然這些結(jié)果目前大多是廠商披露或社區(qū)復(fù)現(xiàn)，還沒有完整的技術(shù)報告支撐，但至少表明：通過延長推理鏈路 + 工具輔助，復(fù)雜任務(wù)的可解性顯著提升。
四、如何看待這些提升？
從企業(yè)應(yīng)用的角度，我們可以把 Qwen3-Max 的進(jìn)步總結(jié)為三點(diǎn)：
- 代碼層面： SWE-Bench 的提升，意味著它不僅能寫“Demo 代碼”，還能真正改動大型倉庫，支持生產(chǎn)級代碼輔助。
- Agent 層面： Tau2-Bench 的成績，意味著它能更好地替代“人工腳本”，讓 AI 自己學(xué)會判斷和選擇。
- 推理層面： 數(shù)學(xué)任務(wù)的突破說明，長鏈路推理 + 工具調(diào)用的結(jié)合，是未來大模型的必經(jīng)之路。
換句話說，Qwen3-Max 的價值不在于簡單對話，而在于它能直接作為“企業(yè) AI 中臺”的核心引擎。
五、實(shí)用示例：如何調(diào)用 Qwen3-Max？
阿里云開放的 API 已經(jīng)支持開發(fā)者調(diào)用，我們來看一個 Python 示例：
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("API_KEY"),
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3-max",
messages=[
{'role': 'user', 'content': 'Give me a short introduction to large language model.'}
]
)
print(completion.choices[0].message)如果你要開啟“思考模式”，只需要在調(diào)用時添加：
completion = client.chat.completions.create(
model="qwen3-max-thinking",
messages=[ ... ],
incremental_output=True
)注意：
- ?
?qwen3-max-instruct??? 與??qwen3-max-thinking?? 是不同的模型名； - 思考模式必須啟用流式輸出，否則無法進(jìn)入長鏈路推理。
六、未來展望：阿里的大模型戰(zhàn)役
Qwen3-Max 的發(fā)布，至少釋放了三個信號：
- 國內(nèi)廠商已經(jīng)能量產(chǎn)萬億參數(shù)模型，并不再停留在“實(shí)驗(yàn)室階段”；
- 思考模式將成為大模型的必備特性，未來更多 Agent 應(yīng)用都會依賴這種長鏈路推理；
- 開放生態(tài)正在形成：從 Qwen Chat 到 Model Studio API，阿里在積極吸引開發(fā)者加入。
對于企業(yè)來說，現(xiàn)在正是嘗試的最佳時機(jī)。無論是代碼自動化、Agent 智能體，還是數(shù)學(xué)推理、知識庫問答，Qwen3-Max 都提供了一個高性能的起點(diǎn)。
結(jié)語
過去我們說大模型像“萬能的聰明助手”，而 Qwen3-Max 的思考模式，更像是一個會反復(fù)推敲、會自己動手找工具的“超級智囊”。
它的價值，不僅僅在于分?jǐn)?shù)和參數(shù)，而在于能否成為企業(yè)真實(shí)場景中的可靠底座。
阿里已經(jīng)邁出了第一步，接下來，就看開發(fā)者和企業(yè)如何把這臺“萬億級引擎”跑起來。
你怎么看？如果給你一個能真正“思考”的大模型，你會用它來解決什么問題？
本文轉(zhuǎn)載自??Halo咯咯?? 作者：基咯咯
