1 Qwen3-Max介绍
Qwen3-Max，在今年云栖大会重磅发布，是目前通义千问家族中最大、最强的大模型。
参数超万亿，在最权威的LMArena文本排行榜上，进入全球前三：
力压GPT-5，也是目前国内最强的大模型。
大家注意，这还只是Qwen3-Max-Preview，预览版。正式版一般会比预览版更强，根据报道，他们也会很快发布。
同时，Qwen3-Max又细分为instruct和thinking两款，怎么理解？instruct大概就是不需要长时间思考版，thinking就是需要较长时间思考版。
我们先来看看instruct版，我最关心的就是大模型的agentic能力，因为这方面能力强，才能真正发挥智能体的威力，这方面评估最权威的数据集Tau2-Bench，Qwen3-Max-Instruct取得了74.8分，领先于Claude Opus 4，排名第一：
Tau2-Bench 数据集大概评估思路如下，允许用户与智能体交互：
thinking版，相比235B，有了大幅提升，在极具挑战性的数学推理基准测试 AIME 25 和 HMMT 上，都取得了满分，与GPT-5 Pro，Grok4 Heavy平起平坐：
我会在文中第二节展示Qwen3-Max求解AIME 25其中一道题，让大家也直观感受下题目难度，和现在大模型的智商~ 看看能拿到100分，容易还是不容易。
2 Qwen3-Max实测
Qwen3-Max到底有没有，像他们宣传的这样厉害。我接下来从不同维度实测下。
首先，从很有难度的AIME 25数据集里，随便找一道题目，比如下面这道，提问Qwen3-Max:
下面是回答过程，大家感受下解题步骤：
并不是那么简单的中小学数学题，还是有相当不少的解题步骤、逻辑推导和算数推演的。在这样数据集上做到所有题目全对，并不容易，所以目前全球能做到满分的屈指可数。
再来一个实测，我前段时间做过一个练习题网站，有一些粉丝跟我反馈也想做类似网站，最简单的一个方法，直接截图复制我的样式，发给Qwen3-Max，如下图所示：
不到3分钟，Qwen3-Max就会生成这样的三个前端文件：
然后我打开看了下，和我给定的前端样式几乎大差不差：
Qwen3-Max在UI元素布局理解、捕捉上，足够到位了。
最后再来测试下Qwen3-Max对于外部网页检索和理解能力，提问它：DeepSeekMine介绍，因为这是我们团队开发的一个本地知识库产品，目前算是一个小众的产品，毕竟才上线几个月：
它对DeepSeekMine的总结，全面，也没有错误。右侧列举了参考的一些网页，也顺便帮我找到了目前都有哪些地方宣传了DeepSeekMine~ 真的方便，帮我节省时间。
3 Qwen3-Omni
通义全家桶除了旗舰Qwen3-Max外，还有一个Omni模型，非常有意思。第一个真正意义上的多模态大模型，无缝融合了文本、图像、音频和视频，如下图所示：
Qwen3-Omni的多模态架构，带大家大概理解下。底部的 Vision Encoder 和 AuT 分别将图像帧与音频时序编码成特征，中间的 MoE Thinker 负责深度理解与推理，MoE Talker 负责跨模态交互和文本生成；
不同颜色方块代表文本、视觉、音频等隐藏状态在统一 Transformer 内混合处理；上方的 MTP 模块和 Streaming Codec Decoder 则实现多任务预测与实时语音输出，体现出统一处理文字、语音和图像的“全能”设计。
这有什么好处，一次性可以输出：文本，以及对应的音频、视频，以后打造数字人、落地数字人更方便了，因为文本，音频，视频可以大统一输出。
总结
最后简单来个小总结，主要根据2025 年云栖大会，阿里正式发布“通义千问”AI 全家桶，最受瞩目的旗舰模型 Qwen3-Max 以超万亿参数问世。
在 LMArena 文本榜单进入全球前三，性能直逼并超越 GPT-5，成为当前通义家族中最大、最强的大模型。
Instruct 主打高效交互，在 Tau2-Bench 智能体评测中以 74.8 分领跑全球；Thinking 则面向复杂推理，在 AIME 25 与 HMMT 等高难数学基准上取得满分，与 GPT-5 Pro 等顶尖模型并驾齐驱，展现了强大的推理与计算能力。
与此同时，阿里还发布多模态模型 Qwen3-Omni，可无缝处理文本、图像、音频和视频，实现一次生成多模态输出。