继 Qwen3-2507 系列发布之后，我们非常高兴地推出 Qwen3-Max —— 我们迄今为止规模最大、能力最强的模型。目前，Qwen3-Max-Instruct 的预览版在 LMArena 文本排行榜上位列第三，超越了 GPT-5-Chat。正式版本在代码能力和智能体（agent）能力方面进一步提升，在涵盖知识、推理、编程、指令遵循、人类偏好对齐、智能体任务和多语言理解的全面基准测试中均达到业界领先水平。
我们诚邀您通过阿里云 API 体验 Qwen3-Max-Instruct，或直接在 Qwen Chat 上进行试用。与此同时，仍在训练中的 Qwen3-Max-Thinking 已展现出非凡潜力。在结合工具使用并增加测试时计算资源的情况下，该“思考”版本已在 AIME 25、HMMT 等高难度推理基准测试中取得 100% 的准确率。我们期待在不久的将来向公众正式发布这一版本。
QwenChat：
阿里云百炼：
https://help.aliyun.com/zh/model-studio/models#qwen-max-cn-bj
Qwen3-Max-Base
Qwen3-Max模型总参数超过1T，预训练使用了36T tokens。模型结构沿用了Qwen3系列的模型结构设计范式，使用了我们提出的global-batch load balancing loss。
- 训练稳定性：得益于Qwen3的MoE模型结构设计，Qwen3-Max的预训练loss稳定平滑。训练过程一气呵成，没有任何loss尖刺，也没有使用训练回退、改变数据分布等调整策略。
- 训练高效性：在PAI-FlashMoE的高效多级流水并行策略优化下，Qwen3-Max-Base训练效率显著提升，其MFU相比Qwen2.5-Max-Base相对提升30%。在长序列训练场景中，我们进一步使用ChunkFlow策略获得了相比序列并行方案提升3倍的吞吐收益，支持Qwen3-Max 1M长上下文的训练。同时，通过SanityCheck、EasyCheckpoint、调度链路优化等多种手段，Qwen3-Max在超大规模集群上因硬件故障造成的时间损失下降为Qwen2.5-Max的五分之一。
Qwen3-Max-Instruct
Qwen3-Max-Instruct的预览版已在 LMArena 文本排行榜上稳居全球前三。正式发布版本进一步提升了其能力，尤其在代码生成与智能体表现方面表现卓越。在专注于解决现实编程挑战的基准测试 SWE-Bench Verified 上，Qwen3-Max-Instruct 取得了高达69.6分的优异成绩，稳居全球顶尖模型之列。此外，在评估智能体工具调用能力的严苛基准 Tau2-Bench 上，Qwen3-Max-Instruct 更是实现了突破性表现，以74.8分超越 Claude Opus 4与 DeepSeek-V3.1。
Qwen3-Max-Thinking（Heavy）
Qwen3-Max 的推理增强版本—— Qwen3-Max-Thinking，通过集成代码解释器并运用并行测试时计算技术，展现了前所未有的推理能力，尤其在极具挑战性的数学推理基准测试 AIME 25 和 HMMT 上，均取得了满分。目前，我们正在全力推进 Qwen3-Max-Thinking 的训练，期待尽快能让用户体验。
使用Qwen3-Max进行开发
现在，您可以在 Qwen Chat 官网（chat.qwen.ai)直接与强大的 Qwen3-Max-Instruct 模型对话，体验其卓越能力。同时，该模型的 API（模型名称为 qwen3-max）也已开放使用。
您只需按以下步骤操作，即可快速接入API：
注册阿里云账号：前往阿里云官网。
开通服务：激活阿里云 Model Studio。
获取密钥：登录控制台，创建您的专属 APIKey。
由于 Qwen 系列 API 完全兼容 OpenAI API 格式，您可直接沿用 OpenAI 调用方式。以下是一个使用 Python 调用 Qwen3-Max-Instruct 的示例代码：
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)
⛳如果还想要了解更多通义大模型的模型详细信息以及直接进入体验，可以点击🔗https://www.aliyun.com/product/tongyi直接进入查看和体验哦~~
也可以关注一下通义大模型的公众号，后续有新的产品动态都会在内发布。
