Qwen3-Max - 阿里通义推出的超大规模模型

发布于 2025-09-24 · Qwen3-Max 是 Qwen 团队推出的超大规模语言模型，参数量超过 1T，预训练使用 36T tokens。Qwen3-Max是目前 Qwen 系列中规模最大、能力最强的模型，具备卓越的文本生成、代码生成和推理能力。

Qwen3-Max是什么

Qwen3-Max 是 Qwen 团队的超大规模语言模型，参数量超过 1T，预训练用了 36T tokens。Qwen3-Max 是目前 Qwen 系列里规模最大、能力最强的模型，文本生成、代码生成、推理都强。预览版 Qwen3-Max-Instruct 在 LMArena 文本排行榜上排到全球前三，超过 GPT-5-Chat，代码生成和智能体工具调用也拿得出手。推理增强版 Qwen3-Max-Thinking 在高难度数学推理基准上拿了满分。Qwen3-Max 的 API 已经开放，用户可以通过Qwen Chat和阿里云平台接入体验。

同期推出的 Qwen3-Max Thinking 是阿里的旗舰推理模型，也是目前阿里规模最大、能力最强的千问推理模型。它用新的测试时扩展机制来提升推理性能和经济性，Agent 能力也有增强，对话里能自己调用工具。在 19 个大模型基准测试中，Qwen3-Max Thinking 刷新了多项最佳纪录，整体性能和国际顶尖模型在同一档。开发者和普通用户可以通过 QwenChat、千问PC端和网页端免费体验，企业可通过阿里云百炼获取API服务，千问APP也将接入新模型。

Qwen3-Max的主要功能

强大的文本生成能力：文本生成质量高、前后连贯，风格和题材都吃得开，不同场景的写作需求基本能覆盖。
卓越的代码生成能力：编程挑战类基准上成绩不错，生成的代码能跑、也准，实际开发里的问题能帮上忙。
智能体（Agent）能力：工具调用是它的长项，外部工具可以按需组合，复杂任务拆开交给工具去做。
推理能力：推理增强版在高难度数学推理基准上拿了满分，逻辑推理和问题解决的水平可见一斑。
多语言理解：支持多种语言的文本理解和生成，满足跨语言交流和多语言内容创作的需求。
长文本处理能力：训练就上了 1M 长上下文，长文本任务接得住，信息量大的场景合适。
Qwen3-Max Thinking：
- 推理性能提升且更经济：测试时扩展机制靠经验提取和多轮迭代来优化推理效率，算力花得少，性能反倒上去了。
- 增强的原生Agent能力：搜索、个性化记忆、代码解释器这些工具它能自己调，再配上强化学习训练，幻觉少了很多。

Qwen3-Max的技术原理

大规模预训练：Qwen3-Max 的总参数超过 1 万亿，预训练喂了 36 万亿 tokens。参数和数据量都摆在这儿，语言的复杂模式和各类知识才学得进去。预训练是无监督的，在海量文本上最大化下一个词的概率，语法、语义、上下文关系就是这么习得的。
Mixture of Experts (MoE) 模型结构：Qwen3-Max 底层是 Mixture of Experts (MoE) 架构，一种高效的模型并行化方法。模型被切成多个“专家”（Expert），每个专家管一部分输入，门控机制（Gating Mechanism）负责为当前输入挑最合适的专家组合。
全局批处理负载平衡损失（Global-Batch Load Balancing Loss）：Qwen3-Max 用的全局批处理负载平衡损失是专门给 MoE 做的优化：动态调每个专家的负载，让训练时各专家处理的数据量差不多。
高效并行策略：Qwen3-Max 训练用的是 PAI-FlashMoE 的高效多级流水并行策略，并行方式调顺了，训练效率提升明显。
长序列训练优化：长文本任务上，Qwen3-Max 用的是 ChunkFlow 策略：长序列切成多个小块（Chunk），再以流水线方式逐块处理，长序列训练效率因此高了不少。
推理增强技术
- 代码解释器集成：Qwen3-Max 的推理增强版本（如 Qwen3-Max-Thinking）接了代码解释器，能当场写代码、跑代码，推理能力跟着涨。
- 并行测试时计算：推理时，Qwen3-Max 用并行测试时计算，多个推理任务同时跑，效率提升明显。